1

Universidade Estadual de Campinas
Faculdade de Eng
a
El ´ etrica & Computac¸ ˜ ao
Departamento de Telem´ atica
NOTAS DE AULAS DE EA721
PRINC
´
IPIOS DE CONTROLE &
SERVOMECANISMOS
Paulo Augusto Valente Ferreira
Fevereiro de 2006
EA721 / PAULO VALENTE / UNICAMP 2
Aula 1
Introduc¸ ˜ ao ao Controle Autom´ atico
Terminologia b´ asica
Malha aberta malha fechada
Exemplos ilustrativos
Terminologia b´ asica
1. Certos termos utilizados para descrever vari´ aveis e configurac¸ ˜ oes relacionadas a
sistemas de controle tornaram-se padr ˜ oes com o passar do tempo. Apresentamos a
seguir alguns termos b´ asicos. Termos mais espec´ıficos surgir˜ ao no transcorrer do
curso.
Sistema. O termo sistema designa um arranjo, conjunto ou colec¸ ˜ ao de compo-
nentes conectados ou relacionados de maneira a formar ou agir como uma uni-
dade. Um sistema n˜ ao ´ e algo necessariamente f´ısico. O termo pode ser usado em
referˆ encia a sistemas econˆ omicos, biol ´ ogicos ou mecˆ anicos, entre outros;
Controle. O termo controle ´ e usualmente empregado no sentido de regulac¸ ˜ ao,
direcionamento ou comando. Um sistema de controle seria um arranjo de com-
ponentes conectados ou relacionados de maneira a se auto-regular (direcionar, co-
mandar), ou regular (direcionar, comandar) um outro sistema.
2. As definic¸ ˜ oes acima s˜ ao suficientemente gerais para que, num sentido mais abs-
trato, qualquer objeto f´ısico possa ser considerado um sistema de controle. Uma
simples superf´ıcie refletora controla raios de luz, refletindo-os de acordo com os
seus ˆ angulos de incidˆ encia. Qualquer coisa controla o ambiente a sua volta, pas-
siva ou ativamente. Em Engenharia, sistema de controle adquire um sentido mais
restrito, designando sistemas utilizados para controlar (ativamente) vari ´ aveis como
temperatura, press˜ ao e vaz˜ ao em processos qu´ımicos, tens˜ ao e freq¨ uˆ encia em sis-
temas de gerac¸ ˜ ao e distribuic¸ ˜ ao de energia, posic¸ ˜ ao e velocidade angulares de mo-
tores, trajet ´ oria de ve´ıculos, etc.
Planta. O termo planta (ou processo, ou sistema controlado) ´ e usado para de-
signar o sistema que ´ e objeto da ac¸ ˜ ao do sistema de controle.
EA721 / PAULO VALENTE / UNICAMP 3
3. Planta ´ e uma traduc¸ ˜ ao da palavra inglˆ esa plant, que tamb´ em poderia ser tra-
duzida como f´ abrica ou instalac¸ ˜ ao industrial, ambiente onde muitos sistemas de
controle tiveram origem. Geralmente utilizamos os termos planta e processo, sem
distinc¸ ˜ ao, para designar aquilo que queremos controlar, embora o termo controle
de processos esteja mais frequentemente associado ao controle de sistemas que
envolvam vari´ aveis como temperatura, press˜ ao e vaz˜ ao, presentes em industrias
qu´ımicas, por exemplo. Neste curso adotamos o termo planta para designar o ob-
jeto da ac¸ ˜ ao de controle. A planta ´ e representada como um bloco relacionando uma
vari ´ avel de entrada a uma vari ´ avel de sa´ıda (Figura 1.1).
PSfrag replacements
Entrada Sa´ıda
Planta
Figura 1.1: Planta.
4. Definimos a seguir alguns termos relativos a quantidades presentes em sistemas
de controle. Os valores dessas quantidades geralmente s˜ ao func¸ ˜ oes da vari´ avel
independente tempo.
Vari ´ avel de referˆ encia. A vari´ avel de referˆ encia (ou comandada) serve de re-
ferˆ encia (no sentido de comportamento desejado) para a vari ´ avel controlada;
Vari ´ avel controlada. A vari´ avel controlada (ou regulada) ´ e qualquer vari´ avel
que se deseja controlar. A vari´ avel controlada ´ e geralmente representada pela
vari´ avel de sa´ıda do sistema de controle;
Vari ´ avel de controle. A vari ´ avel de controle (ou manipulada) ´ e a quantidade
determinada pela ac¸ ˜ ao de um controlador. A vari´ avel de controle ´ e geralmente
identificada como a vari´ avel de entrada da planta;
Controlador. Um controlador (ou compensador) ´ e qualquer sistema conectado
` a planta no sentido de fazer a vari´ avel controlada responder de acordo com o espe-
cificado pela vari´ avel de referˆ encia.
5. Exemplos. No controle de posic¸ ˜ ao do eixo de um motor DC (planta), as
vari´ aveis de controle e controlada s˜ ao, respectivamente, a tens˜ ao aplicada nos ter-
minais de entrada do motor e a posic¸ ˜ ao angular resultante do eixo. O controla-
EA721 / PAULO VALENTE / UNICAMP 4
dor poderia ser simplesmente um transdutor, que converteria a posic¸ ˜ ao desejada
(vari´ avel de referˆ encia) em radianos ou graus na tens˜ ao necess´ aria para produz´ı-la.
Num tanque para aquecimento de ´ agua (planta), as vari´ aveis de controle e con-
trolada s˜ ao, respectivamente, a quantidade de calor transferida ao tanque e a tem-
peratura resultante da ´ agua. Um controlador converteria a temperatura desejada
(vari´ avel de referˆ encia) na quantidade de calor necess´ aria para atingi -la.
6. Se as vari´ aveis de referˆ encia, de controle e de sa´ıda forem denotadas por r, u e y,
respectivamente, ent˜ ao ´ e poss´ıvel representar um sistema de controle em malha
aberta como na Figura 1.2.
PSfrag replacements
r u y
Planta Controlador
Figura 1.2: Sistema em malha aberta.
7. Os blocos (sistemas) Controlador e Planta s˜ ao vistos agora como subsistemas de
um sistema mais complexo. A principal caracter´ıstica do sistema em malha aberta
da Figura 1.2 ´ e inexistˆ encia de realimentac¸ ˜ ao: os valores assumidos pela vari´ avel
de controle n˜ ao dependem dos valores da vari´ avel de sa´ıda. A ac¸ ˜ ao de controle ´ e
func¸ ˜ ao apenas do processamento da vari´ avel de referˆ encia pelo controlador. Por
simplicidade, os termos vari´ avel de referˆ encia, vari´ avel de entrada e vari´ avel de
sa´ıda ser˜ ao abreviados para referˆ encia, entrada e sa´ıda do sistema, respectivamente.
PSfrag replacements
r u y e
Planta Controlador
Sensor
Comparador
Figura 1.3: Sistema em malha fechada.
8. Em contraste com o sistema de controle em malha aberta da Figura 1.2, a Figura
1.3 ilustra um sistema de controle em malha fechada, realimentado, no sentido
EA721 / PAULO VALENTE / UNICAMP 5
de que a sa´ıda y ´ e medida e comparada com a sa´ıda desejada, indicada atrav´ es da
referˆ encia r, para processamento atrav´ es do controlador e a consequente definic¸ ˜ ao
da ac¸ ˜ ao de controle u.
9. Dois novos componentes s˜ ao introduzidos na Figura 1.3. A sa´ıda do sistema
´ e medida atrav´ es do componente representado no bloco Sensor. Em seguida, a
referˆ encia ´ e comparada com o valor medido, no bloco Comparador. A sa´ıda do
comparador ser´ a denotada por e. Em geral, a sa´ıda do comparador ´ e simplesmente
o erro entre a referˆ encia e o valor medido, isto ´ e, e = r −y.
10. Exemplos. No controle de posic¸ ˜ ao do motor DC mencionado anteriormente,
o sistema de controle encontra-se em malha aberta, uma vez que a tens˜ ao definida
pelo controlador n˜ ao depende da posic¸ ˜ ao angular do eixo. O mesmo ocorre no con-
trole de temperatura do tanque: a quantidade de calor definida pelo controlador n˜ ao
depende da temperatura da ´ agua. Nas vers˜ oes em malha fechada desses sistemas,
as vari´ aveis de sa´ıda seriam medidas atrav´ es de sensores apropriados e compara-
das com os valores desejados. Os erros resultantes seriam ent ˜ ao processados pelos
respectivos controladores para os ajustes necess´ arios (realimentac¸ ˜ ao).
11.
`
As vezes torna-se conveniente explicitar a parte do sistema de controle res-
pons´ avel pela atuac¸ ˜ ao na planta, como na Figura 1.4, atrav´ es do bloco Atuador.
Em sistemas f´ısicos, o atuador ´ e o componente que gera a potˆ encia necess´ aria para
produzir a sa´ıda do sistema. A descric¸ ˜ ao do atuador pode ser incorporada ` a do
controlador ou ` a da planta. Neste curso, optamos por designar de controlador ape-
nas a parte do sistema que ´ e efetivamente projet´ avel, sendo o atuador geralmente
considerado como parte integrante da planta.
PSfrag replacements
+

r
y
e
Planta Controlador
Sensor
Atuador
Figura 1.4: Sistema explicitando o atuador.
EA721 / PAULO VALENTE / UNICAMP 6
12. Idealmente, se fosse poss´ıvel representar a planta, o controlador e o ambiente
no qual o sistema de controle est´ a inserido com precis˜ ao infinita, n˜ ao seria ne-
cess´ ario utilizar sistemas de controle em malha fechada; sistemas em malha aberta
seriam suficientes. A principal raz˜ ao para a utilizac¸ ˜ ao de um sistema de controle
em malha fechada ´ e a eventual presenc¸a de dist ´ urbios agindo sobre o sistema.
Dist ´ urbio. O termo dist ´ urbio designa genericamente qualquer evento que tenda
a afetar o funcionamento do sistema de controle de forma adversa. Pode ser gerado
internamente ou externamente ao sistema de controle.
13. Exemplos. Um sensor descalibrado ou sujeito a ru´ıdos gera medidas que n˜ ao
refletem os valores da sa´ıda, gerando um dist ´ urbio interno. Os valores medi-
dos incorretamente ser˜ ao realimentados, afetando o funcionamento do sistema. Se
parte da descric¸ ˜ ao da planta ´ e omitida na etapa de modelagem do sistema, a parte
n˜ ao-modelada pode agir como dist ´ urbio interno. A velocidade do vento representa
um dist ´ urbio externo para os sistemas de controle de trajet ´ oria de ve´ıculos. A
forc¸a e a amplitude das ondas representam dist ´ urbios externos para os sistemas de
estabilizac¸ ˜ ao de plataformas mar´ıtimas.
PSfrag replacements
+

r u y e
w
v
Planta Controlador
Sensor
Figura 1.5: Sistema em malha fechada sujeito a dist ´ urbios.
14. A traduc¸ ˜ ao de dist ´ urbios em termos de vari´ aveis est´ a diretamente ligada ` as
caracter´ısticas da planta, do sensor e do ambiente no qual o sistema em malha fe-
chada opera. A Figura 1.5 ilustra um sistema de controle em malha fechada no
qual vari´ aveis de dist ´ urbio agindo na planta e no sensor s˜ ao explicitamente con-
EA721 / PAULO VALENTE / UNICAMP 7
sideradas. O diagrama da Figura 1.5 involve dois grupos de trˆ es vari´ aveis com
caracter´ısticas distintas. As vari´ aveis r, w e v s˜ ao entradas externas (independen-
tes), no sentido de que afetam, mas n˜ ao s˜ ao afetadas pelas vari´ aveis e, u e y. As
vari´ aveis e, u e y representam sa´ıdas controladas (dependentes).
15. Do ponto de vista de implementac¸ ˜ ao f´ısica, classificamos um sistema de con-
trole em malha fechada como manual ou autom´ atico.
Controle manual. Tipo de controle em malha fechada no qual a realimentac¸ ˜ ao
´ e implementada atrav´ es de um operador humano, que realiza uma ou mais das
func¸ ˜ oes de comparador, controlador ou sensor.
Controle autom´ atico. Tipo de controle em malha fechada no qual as func¸ ˜ oes
de comparador, controlador e sensor s˜ ao executadas sem a intervenc¸ ˜ ao humana,
atrav´ es de sistemas eletrˆ onicos, hidr´ aulicos ou pneum´ aticos, por exemplo.
16. Uma caracter´ıstica inerente ao desenvolvimento da ´ area de sistemas de con-
trole ´ e a progressiva substituic¸ ˜ ao de sistemas de controle manuais por sistemas
autom´ aticos, particularmente em atividades que demandem assist ˆ encia constante,
ac¸ ˜ oes repetitivas ou que possam ser potencialmente perigosas para a integridade
f´ısica dos operadores. Sistemas de controle autom´ aticos s˜ ao geralmente capazes de
executar suas func¸ ˜ oes com maior precis˜ ao e rapidez do que seria poss´ıvel atrav´ es
de controle manual.
17. Do ponto de vista da func¸ ˜ ao a ser executada, classificamos um sistema de
controle em malha fechada como sendo do tipo servomecanismo ou regulac¸ ˜ ao.
Servomecanismo. O termo servomecanismo surgiu no contexto do desenvolvi-
mento de certos mecanismos de controle de posic¸ ˜ ao. O termo problema do servo-
mecanismo serve atualmente para designar o problema de fazer a sa´ıda do sistema
seguir (acompanhar, rastrear) uma referˆ encia especificada.
Regulac¸ ˜ ao. O termo regulac¸ ˜ ao ´ e empregado para designar a func¸ ˜ ao de controle
que visa manter a sa´ıda do sistema razoavelmente pr ´ oxima ` a uma referˆ encia espe-
cificada. O termo problema da regulac¸ ˜ ao designa o problema de regular a sa´ıda
do sistema.
18. Exemplo. No controle em malha fechada do motor DC, o problema de levar o
eixo do motor da sua posic¸ ˜ ao inicial at´ e a posic¸ ˜ ao desejada (isto ´ e, fazer a posic¸ ˜ ao
EA721 / PAULO VALENTE / UNICAMP 8
do eixo comec¸ar a seguir uma func¸ ˜ ao tipo degrau, de amplitude igual a posic¸ ˜ ao
desejada) constitui um problema de servomecanismo. Manter a posic¸ ˜ ao do eixo
suficentemente pr´ oxima ` a posic¸ ˜ ao desejada, a despeito de poss´ıveis dist ´ urbios que
possam afetar o sistema, constitui um problema de regulac¸ ˜ ao.
19. O objetivo num problema de regulac¸ ˜ ao ´ e manter uma certa condic¸ ˜ ao nomi-
nal de operac¸ ˜ ao, caracterizada pelos valores nominais das vari ´ aveis presentes no
sistema. Quando a sa´ıda se desvia do seu valor nominal por influˆ encia de algum
dist ´ urbio, as demais vari´ aveis devem tamb´ em sofrer desvios no sentido de restau-
rar a condic¸ ˜ ao anterior ao dist ´ urbio. Podemos representar o problema da regulac¸ ˜ ao
atrav´ es do diagrama da Figura 1.5, substituindo cada vari ´ avel pelo respectivo des-
vio em relac¸ ˜ ao ao seu valor nominal. A referˆ encia seria o valor constante zero,
uma vez que o objetivo agora seria levar o desvio da sa´ıda para zero, restaurando-
se desta forma a condic¸ ˜ ao nominal de operac¸ ˜ ao do sistema.
Malha aberta × malha fechada
20. Sistemas de controle em malha aberta s˜ ao de implementac¸ ˜ ao e manutenc¸ ˜ ao
mais simples e s˜ ao mais baratos - possuem menos componentes - do que os corres-
pondentes sistemas de controle em malha fechada. Sistemas de controle em malha
aberta podem ser a ´ unica alternativa quando a medic¸ ˜ ao da sa´ıda ´ e t´ ecnica ou econo-
micamente invi´ avel. Eletrodom´ esticos como m´ aquinas de lavar convencionais s˜ ao
exemplos t´ıpicos. Por ser ainda economicamente invi´ avel medir grau de limpeza
da roupa para comparac¸ ˜ ao com o grau de limpeza desejado, funcionam a base de
ciclos (referˆ encias pr´ e-programadas) controlados por timers.
21. Se adequadamente projetados, sistemas de controle em malha fechada tornam
a sa´ıda do sistema relativamente insens´ıvel a dist ´ urbios externos ou internos. Em
princ´ıpio s˜ ao mais caros - possuemmais componentes - mas por terema capacidade
de compensar dist ´ urbios internos, podem ser implementados com componentes de
menor qualidade e custo, sem preju´ızo significativo em termos de desempenho
global. Por outro lado, a realimentac¸ ˜ ao pode produzir instabilidade. A quest˜ ao
da estabilidade da malha de controle deve ser cuidadosamente tratada ao se imple-
mentar sistemas realimentados.
Exemplos ilustrativos
22. Sistemas de controle foram originalmente introduzidos para solucionar proble-
EA721 / PAULO VALENTE / UNICAMP 9
mas de regulac¸ ˜ ao de sistemas mecˆ anicos. A partir da compreens˜ ao e do dom´ınio do
princ´ıpio b´ asico da realimentac¸ ˜ ao, passaram a ser utilizados em diferentes campos
da tecnologia e da ciˆ encia.
Eletromecˆ anica
23. Atualmente uma parcela expressiva das aplicac¸ ˜ oes de sistemas de controle
envolvem sistemas eletromecˆ anicos, como motores e robˆ os. Um exemplo nesta
´ area ´ e o controle de uma unidade de leitura de discos magn´ eticos, ilustrado na
Figura 1.6. Um disco magn´ etico ´ e um dispositivo para armazenamento de dados e
consiste de uma superf´ıcie circular coberta por material magn´ etico. Os dados s˜ ao
armazenados numa s´ erie de c´ırculos concˆ entricos, chamados de trilhas. Existem
milhares de trilhas num disco magn´ etico.
PSfrag replacements
trilha
disco
brac¸o
motor
Figura 1.6: Unidade de leitura de disco magn´ etico.
24. O objetivo no sistema ilustrado na Figura 1.6 ´ e posicionar a cabec¸a da unidade
de leitura de forma a ler os dados armazenados numa trilha qualquer do disco.
A cabec¸a de leitura, constru´ıda com material do tipo filme fino, ´ e montada num
dispositivo deslizante conectado na extremidade de um brac¸o mecˆ anico e paira a
uma distˆ ancia de 100 nm da superf´ıcie do disco. A velocidade de rotac¸ ˜ ao do disco,
constante, encontra-se entre 1800 e 7800 rpm.
25. Um sistema de controle em malha fechada para o posicionamento da cabec¸a
de leitura de um disco magn´ etico ´ e ilustrado na Figura 1.7. Cada trilha do disco
possui um ´ındice que pr´ e-registra a sua posic¸ ˜ ao. A cabec¸a de leitura lˆ e a posic¸ ˜ ao
(´ındice) da trilha corrente, a qual ´ e comparada com a posic¸ ˜ ao (´ındice) desejada.
EA721 / PAULO VALENTE / UNICAMP 10
O sinal de erro de posic¸ ˜ ao ´ e transmitido ao amplificador, o qual por sua vez gera
uma entrada de controle para um motor DC de im˜ a permanente, respons´ avel pelo
posicionamento do brac¸o da leitora.
PSfrag replacements
+

Amplificador Motor e Brac¸o
Posic¸ ˜ ao Posic¸ ˜ ao
Desejada Leitura
Sensor
Figura 1.7: Sistema de controle da posic¸ ˜ ao de leitura.
26. As especificac¸ ˜ oes de desempenho para o sistema de controle em malha fechada
s˜ ao bastante r´ıgidas: o erro entre a posic¸ ˜ ao desejada e a posic¸ ˜ ao final da cabec¸a de
leitura deve ser da ordem de ±1 µm; a cabec¸a deve mover-se entre duas trilhas
quaisquer do disco num intervalo de 50 ms.
Biomedicina
27. O uso de conceitos e t´ ecnicas de controle autom´ atico na ´ area de biomedicina
pode ser ilustrado atrav´ es da discuss˜ ao de umsistema autom´ atico para administrac¸ ˜ ao
de insulina, um hormˆ onio produzido no pˆ ancreas.
28. A maioria dos alimentos que ingerimos ´ e transformada em glicose, uma forma
de ac¸ ´ ucar que ´ e transformada pelo corpo humano em energia. A insulina ajuda a
glicose de origem alimentar a penetrar nas c´ elulas, de forma a que estas produzam
energia. Na ausˆ encia de insulina, a glicose se acumula no corpo ao inv´ es de ser ab-
sorvida pelas c´ elulas. O diabetes se manifesta quando o corpo n˜ ao produz insulina
suficiente ou ´ e incapaz de utilizar eficientemente a insulina que produz.
29. A Figura 1.8 ilustra os perfis de produc¸ ˜ ao de glicose e insulina de uma pessoa
saud´ avel, os quais servem de referˆ encia para um sistema autom´ atico para adminis-
trac¸ ˜ ao de insulina a ser implantado num paciente diab´ etico. O sistema de controle
representado na Figura 1.9 ´ e do tipo malha aberta porque a tecnologia atual ainda
n˜ ao permite miniaturarizar um sensor para n´ıveis de glicose. Um sistema composto
por um reservat ´ orio de insulina, motor, bomba e v´ alvula administra uma taxa de
EA721 / PAULO VALENTE / UNICAMP 11
insulina como pr´ e-programado num gerador de sinal.
PSfrag replacements
Insulina
Glicose
Concentrac¸ ˜ ao
Caf´ e Almoc¸o Jantar
tempo
Figura 1.8: Perfis normais de glicose e insulina.
PSfrag replacements
Gerador de Sinal
(Programado)
Motor, Bomba
e V´ avula
v(t)
(tens˜ ao)
u(t)
Taxa de
Insullina
Figura 1.9: Controle em malha aberta de glicose.
30. Avanc¸os na ´ area de miniaturarizac¸ ˜ ao de sensores dever˜ ao viabilizar sistemas
em malha fechada implantados para controle do n´ıvel de glicose no sangue, press˜ ao
sang¨ u´ınea e taxa de batimento card´ıaco, entre outros.
Economia
31. Tentativas no sentido de modelar alguns processos no campo das ci ˆ encias so-
ciais como sistemas de controle tˆ em sido realizadas com relativo sucesso. Embora
a Sociedade, como um sistema, possua in´ umeros componentes e muitas malhas
de controle, certas relac¸ ˜ oes de causa-e-efeito b´ asicas em Economia, por exemplo,
podem ser representadas de forma simplificada.
32. O Produto Interno Bruto (PIB) anualizado de um pa´ıs ´ e a soma dos va-
lores de todos os produtos e servic¸os produzidos no pa´ıs no per´ıodo de um ano.
EA721 / PAULO VALENTE / UNICAMP 12
Um dos objetivos da ac¸ ˜ ao governamental ´ e promover e controlar o crescimento do
PIB, nos moldes de um sistema de controle como o ilustrado na Figura 1.10. A
principal vari´ avel de controle do governo, oriunda da coleta de impostos, s˜ ao seus
investimentos na atividade econˆ omica, a qual tamb´ em recebe entradas na forma de
investimentos privados e gastos dos consumidores.
PSfrag replacements
PIB PIB
Desejado
Governo
Investimentos Privados
Atividade
Econˆ omica
Impostos
Consumidores
Medida
+
+
+
+
+


Figura 1.10: PIB como um sistema realimentado.
33. Embora bastante simplificado, o diagrama de blocos ajuda a entender os meca-
nismos b´ asicos do comportamento do PIB numa economia nacional (capitalista).
Dentre as malhas de controle n˜ ao-evidenciadas, encontra-se a respons´ avel pelo
controle de deficit, isto ´ e, da diferenc¸a entre o que ´ e investido e o que ´ e arrecadado
pelo governo.
EA721 / PAULO VALENTE / UNICAMP 13
Revis˜ ao 1
Resposta Temporal
Func¸ ˜ ao de transferˆ encia
Ganho DC
Sistemas de primeira ordem
Sistemas de segunda ordem
Func¸ ˜ ao de transferˆ encia
1. Sistemas lineares invariantes no tempo podem ser genericamente representados
por uma equac¸ ˜ ao diferencial linear ordin´ aria:
y
(n)
+a
n−1
y
(n−1)
+ +a
1
˙ y +a
0
y =
b
m
u
(m)
+b
m−1
u
(m−1)
+ +b
1
˙ u +b
0
u (m ≤ n),
na qual y e u s˜ ao as vari´ aveis de sa´ıda e de entrada do sistema e a
0
, a
1
, . . . , a
n−1
,
b
0
, b
1
. . . , b
m
s˜ ao coeficientes constantes. A sa´ıda y fica completamente caracte-
rizada a partir do conhecimento da entrada u, e das condic¸ ˜ oes iniciais y(0), ˙ y(0),
. . . , y
(n−1)
(0). Aplicando a Transformada de Laplace (L) a ambos os lados da
equac¸ ˜ ao diferencial supondo condic¸ ˜ oes iniciais nulas e dividindo Y (s) = L[y(t)]
por U(s) = L[u(t)], obtemos a func¸ ˜ ao de transferˆ encia do sistema:
G(s) =
Y (s)
U(s)
=
b
m
s
m
+b
m−1
s
m−1
+ +b
1
s +b
0
s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
.
2. Atrav´ es do conceito de func¸ ˜ ao de transferˆ encia ´ e poss´ıvel representar umsistema
dinˆ amico atrav´ es de uma func¸ ˜ ao alg´ ebrica racional (raz˜ ao de dois polinˆ omios) na
freq¨ uˆ encia complexa s. Se a maior potˆ encia de s do denominador de G(s) for n,
dizemos que a ordem do sistema ´ e n. A forma fatorada de G(s) ´ e
G(s) =
k(s −z
1
)(s −z
2
) (s −z
m
)
(s −p
1
)(s −p
2
) (s −p
n
)
,
na qual k ´ e uma constante, z
1
, z
2
, . . . , z
m
s˜ ao as ra´ızes do numerador e p
1
, p
2
,
. . . , p
n
s˜ ao as ra´ızes do denominador de G(s). Se a func¸ ˜ ao de transferˆ encia for
irredut´ıvel, isto ´ e, se z
i
,= p
j
para todo i e todo j, dizemos que z
1
, z
2
, . . . , z
m
s˜ ao
EA721 / PAULO VALENTE / UNICAMP 14
os zeros e que p
1
, p
2
, . . . , p
n
s˜ ao os p´ olos de G(s). Ao lidarmos com sistemas re-
presentados pelas suas func¸ ˜ oes de transferˆ encia devemos atentar para as seguintes
propriedades b´ asicas:
• A func¸ ˜ ao de transferˆ encia independe da entrada aplicada ao sistema. A sa´ıda
do sistema depende da entrada pois y(t) = L
−1
[G(s)U(s)]. A func¸ ˜ ao de
transferˆ encia depende apenas dos coeficientes (que tamb´ em definem a or-
dem) da equac¸ ˜ ao diferencial;
• A func¸ ˜ ao de transferˆ encia ´ e a transformada de Laplace da sa´ıda do sistema
quando a entrada ´ e a func¸ ˜ ao impulso δ(t). De fato, se g ´ e a sa´ıda do sistema
devida ` a entrada u(t) = δ(t) (U(s) = 1), isto ´ e, se g ´ e a reposta do sistema
ao impulso, ent˜ ao G(s) = L[g(t)].
3. A resposta temporal de um sistema linear invariante no tempo nada mais ´ e
do que a sa´ıda do sistema y para uma dada entrada u. Podemos obter a resposta
temporal de um sistema representado pela sua func¸ ˜ ao de transferˆ encia atrav´ es do
seguinte procedimento:
Passo 1: Obtenha a Transformada de Laplace da entrada: U(s) = L[u(t)];
Passo 2: Calcule Y (s) = G(s)U(s). Expresse Y (s) como soma de frac¸ ˜ oes par-
ciais:
Y (s) = Y
1
(s) +Y
2
(s) + +Y
n
(s);
Passo 3: Obtenha as anti-transformadas de Laplace das frac¸ ˜ oes de Y (s). A soma
dos termos resultantes ´ e a reposta temporal do sistema:
y(t) = L
−1
[Y
1
(s)] +L
−1
[Y
2
(s)] + +L
−1
[Y
n
(s)], t ≥ 0.
Os Passos 1 e 3 s˜ ao normalmente executados com o aux´ılio de uma Tabela de
Transformadas de Laplace. O Passo 2 envolve o c´ alculo dos res´ıduos associados
` as frac¸ ˜ oes parciais de Y (s), atrav´ es de regras dependentes da natureza dos p´ olos
de G(s) (distintos, m´ ultiplos, complexos).
Ganho DC
4. Podemos calcular o valor final da resposta y de um sistema linear invariante
no tempo descrito pela func¸ ˜ ao de transferˆ encia G(s) a uma entrada particular u
EA721 / PAULO VALENTE / UNICAMP 15
atrav´ es do chamado Teorema do Valor Final:
lim
t→∞
y(t) = lim
s→0
sY (s),
= lim
s→0
sG(s)U(s).
Supomos implicitamente que y possui um valor final, isto ´ e, que y converge
para algum n´ umero real quando t tende para o infinito. Se u(t) = A, t ≥ 0
(degrau unit´ ario de amplitude A), ent˜ ao U(s) = A/s e
lim
t→∞
y(t) = lim
s→0
sG(s)
A
s
,
= lim
s→0
G(s)A.
Se y possui um valor final, o limite indicado existe e o valor final de y ´ e G(0)A.
Entretanto, o limite pode existir, sem significado f´ısico, mesmo que y n˜ ao possua
valor final. O valor G(0) ´ e chamado de ganho DC ou ganho de regime do sistema
para uma entrada constante, em analogia ao termo utilizado para descrever sinais
el´ etricos constantes.
Sistemas de primeira ordem
5. Modelos de primeira ordem s˜ ao utilizados para descrever um grande n´ umero de
processos simples, como a velocidade de uma massa, a temperatura de um reator, o
n´ıvel de um tanque ou a tens˜ ao num circuito RC s´ erie. Sistemas de primeira ordem
assumem a seguinte forma padr˜ ao:
G(s) =
Y (s)
U(s)
=
k
τs + 1
, (1)
na qual k e τ s˜ ao o ganho e a constante de tempo do sistema, respectivamente.
6. Resposta ao degrau unit´ ario. Se U(s) = 1/s, ent˜ ao
Y (s) = G(s)U(s) =
k
s(τs + 1)
=
k/τ
s(s + 1/τ)
,
=
k
s

k
s + (1/τ)
.
A anti-transformada de Y (s) (resposta ao degrau) ´ e
y(t) = k −ke
−t/τ
= k(1 −e
−t/τ
), t ≥ 0. (2)
EA721 / PAULO VALENTE / UNICAMP 16
O termo k da resposta ao degrau unit´ ario (2) ´ e devido ao p´ olo na origem de
U(s), e ´ e chamado de resposta forc¸ada ou resposta emregime do sistema, porque
o termo permanece quando t tende ao infinito. O termo ke
−t/τ
´ e devido ao p´ olo
de G(s), e ´ e chamado por sua vez de resposta transit ´ oria ou resposta natural
do sistema, porque o termo desaparece quando t tende ao infinito. A Figura R1.1
ilustra a resposta t´ıpica de um sistema de primeira ordem ` a entrada degrau unit´ ario.
Para obter a resposta a um degrau de amplitude A, basta multiplicar a sa´ıda por A.
Time (sec.)
A
m
p
lit
u
d
e
Step Response
0 0.5 1 1.5 2 2.5 3
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
From: U(1)
T
o
: Y
(
1
)
Figura R1.1: Resposta ao degrau unit´ ario (k = 1, τ = 0.5 s).
7. A tabela abaixo indica como a exponencial e
−t/τ
decai em func¸ ˜ ao de m´ ultiplos
da constante de tempo τ. Observamos que ap´ os quatro constantes de tempo o valor
da exponencial ´ e inferior a 2% do valor inicial. Consequentemente, ap´ os t = 4τ s
(qualquer que seja τ) o valor da resposta ´ e superior a 98% do seu valor final, k.
t e
−t/τ
0 1
τ 0.3679
2τ 0.1353
3τ 0.0498
4τ 0.0183
5τ 0.0067
8. O ganho DC do sistema de primeira ordem ´ e G(0) = k. Se a amplitude do
degrau for A, ent˜ ao o valor final da sa´ıda ser´ a kA. O valor DC de um sistema pode
ser calculado mesmo que a entrada n˜ ao seja constante. Na pr´ atica, se a entrada
EA721 / PAULO VALENTE / UNICAMP 17
permanecer igual a A por um per´ıodo superior a 4τ s, o valor da sa´ıda tender´ a ` a
constante G(0)A.
9. Resposta ` a rampa unit´ aria. Se U(s) = 1/s
2
, ent˜ ao
Y (s) =
k
s
2
(τs + 1)
=
(k/τ)
s
2
(s + 1/τ)
,
= −

s
+
k
s
2
+

s + (1/τ)
.
A anti-transformada de Y (s) (resposta ` a rampa) ´ e
y(t) = kt +kτe
−t/τ
−kτ, t ≥ 0.
O fator que multiplica a exponencial agora depende de τ. Quanto maior τ,
mais prolongada ser´ a a resposta transit ´ oria do sistema. A resposta em regime ` a
rampa unit´ aria, isto ´ e, a parte da resposta ` a rampa que permanece quando t tende ao
infinito, ´ e y(t)
re
= kt −kτ (t →∞). Observamos que a resposta ` a rampa tende a
uma reta de inclinac¸ ˜ ao k. A Figura R1.2 ilustra a resposta t´ıpica de um sistema de
primeira ordem ` a entrada rampa unit´ aria. Do mesmo modo, para obter a resposta a
uma rampa de inclinac¸ ˜ ao A (s
−1
), basta multiplicar a sa´ıda por A.
0 1 2 3 4 5 6 7 8 9 10
0
1
2
3
4
5
6
7
8
9
10
PSfrag replacements
t (s)
u
y
Figura R1.2: Resposta do sistema ` a rampa unit´ aria (k = 1, τ = 0.5 s).
Sistemas de segunda ordem
EA721 / PAULO VALENTE / UNICAMP 18
10. Modelos de segunda ordem s˜ ao tamb´ em representativos de um grande n´ umero
de processos de interesse, como a posic¸ ˜ ao de uma massa num sistema massa-mola-
atrito, o deslocamento angular do eixo de um motor DC (modelo simplificado) ou
a carga no capacitor de um circuito RLC s´ erie. A forma padr˜ ao de um sistema de
segunda ordem ´ e
G(s) =
Y (s)
U(s)
=
ω
2
n
s
2
+ 2ξω
n
s +ω
2
n
,
na qual ξ ´ e o fator de amortecimento e ω
n
´ e a freq¨ uˆ encia natural (em rad/s)
do sistema. Um sistema de segunda ordem ´ e completamente caracterizado pelos
valores de ξ e ω
n
. A freq¨ uˆ encia natural ´ e tamb´ em chamada de freq¨ uˆ encia n˜ ao-
amortecida. Seria a freq¨ uˆ encia de oscilac¸ ˜ ao do sistema caso ξ = 0. O ganho DC
do sistema de segunda ordem na forma padr˜ ao ´ e G(0) = 1. O valor final da sa´ıda
´ e igual a qualquer valor de entrada constante.
11. Resposta ao degrau unit´ ario. Se U(s) = 1/s, ent˜ ao
Y (s) =
ω
2
n
s(s
2
+ 2ξω
n
s +ω
2
n
)
.
A natureza das ra´ızes de s
2
+ 2ξω
n
s +ω
2
n
= 0,
s
1,2
= −ξω
n
±ω
n
_
ξ
2
−1,
varia de acordo com o valor de ξ ≥ 0:
ξ > 1 : ra´ızes reais distintas;
ξ = 1 : ra´ızes reais m´ ultiplas;
ξ < 1 : ra´ızes complexas conjulgadas.
Resposta sub-amortecida. Se ξ < 1, dizemos qua a resposta ´ e sub-amortecida e
representamos as ra´ızes s
1,2
na forma
s
1,2
= −ξω
n
±jω
d
,
na qual ω
d
= ω
n
_
1 −ξ
2
´ e a freq¨ uˆ encia de oscilac¸ ˜ ao forc¸ada do sistema, depen-
dente do fator de amortecimento ξ. Para obter a reposta do sistema sub-amortecido,
expressamos Y (s) em frac¸ ˜ oes parciais:
EA721 / PAULO VALENTE / UNICAMP 19
Y (s) =
1
s

s + 2ξω
n
s
2
+ 2ξω
n
s +ω
2
n
,
=
1
s

s +ξω
n
(s +ξω
n
)
2

2
d

ξω
n
(s +ξω
n
)
2

2
d
.
Anti-transformando Y (s) com o aux´ılio de uma Tabela de Transformadas, ob-
temos ent˜ ao
y(t) = 1 −e
−ξωnt
_
cos ω
d
t +
ξ
_
1 −ξ
2
sen ω
d
t
_
,
= 1 −
e
−ξωnt
_
1 −ξ
2
sen
_
ω
d
t + tg
−1
_
1 −ξ
2
ξ
_
, t ≥ 0.
A resposta oscila com freq¨ uˆ encia amortecida ω
d
e tende a 1 (amplitude do
degrau unit´ ario) quando t tende ao infinito. Se ξ = 0 (ω
d
= ω
n
), obtemos
y(t) = 1 −cos ω
n
t, t ≥ 0.
A resposta oscila sem amortecimento em torno de 1 na freq¨ uˆ encia natural ω
n
.
Dizemos neste caso que a resposta ´ e n˜ ao-amortecida.
Resposta criticamente amortecida. Se ξ = 1, ent˜ ao
s
2
+ 2ξω
n
s +ω
2
n
= (s +ω
n
)
2
e as ra´ızes s˜ ao reais e m´ ultiplas. A resposta correspondente, n˜ ao-oscilat ´ oria, ´ e
y(t) = 1 −e
−ωnt
(1 +ω
n
t), t ≥ 0,
sendo chamada de criticamente amortecida.
Resposta super-amortecida. Se ξ > 1, ent˜ ao
s
2
+ 2ξωs +ω
2
n
=
_
−ξω
n

n
_
ξ
2
−1
__
−ξω
n
−ω
n
_
ξ
2
−1
_
e as ra´ızes s˜ ao reais e distintas. A resposta correspondente, n˜ ao-oscilat ´ oria, ´ e
EA721 / PAULO VALENTE / UNICAMP 20
y(t) = 1 +
ω
n
2
_
ξ
2
−1
_
e
s
1
t
s
1

e
s
2
t
s
2
_
, t ≥ 0,
na qual s
1,2
= −ξω
n
± ω
n
_
ξ
2
−1, sendo chamada de super-amortecida. Se
[s
1
[ << [s
2
[, ent˜ ao e
s
2
t
decai muito mais r´ apido do que e
s
1
t
e a resposta pode ser
aproximada por
y(t) · 1 +
ω
n
2
_
ξ
2
−1
e
s
1
t
s
1
, t ≥ 0.
Dizemos que a ra´ız s
1
´ e dominante em relac¸ ˜ ao a s
2
. A resposta obtida ´ e
tipicamente a de um sistema de primeira ordem.
EA721 / PAULO VALENTE / UNICAMP 21
Revis˜ ao 2
Resposta Temporal
Sistemas de segunda ordem
Caracter´ısticas da resposta ao degrau
Ganho DC n˜ ao-unit´ ario
Efeito da adic¸ ˜ ao de um zero
Sistemas de segunda ordem
1. Dado um sistema de segunda ordem na forma padr˜ ao,
G(s) =
Y (s)
U(s)
=
ω
2
n
s
2
+ 2ξω
n
s +ω
2
n
,
seus p´ olos complexos conjulgados (ξ < 1),
s
1,2
= −ξω
n
±jω
d
, ω
d
= ω
n
_
1 −ξ
2
,
podem ser localizados no plano s como ilustra a Figura R2.1.
PSfrag replacements
Re s
Ims

d
−ω
d
ω
n
ξω
n
−ξω
n
θ
0
s
1
s
2
Figura R2.1: Localizac¸ ˜ ao dos p´ olos no plano s.
Relac¸ ˜ oes trigonom´ etricas simples mostram que
[s
1
[ = [s
2
[ =
_
(ξω
n
)
2
+
_
ω
n
_
1 −ξ
2
_
2
= ω
n
,
EA721 / PAULO VALENTE / UNICAMP 22
isto ´ e, que a distˆ ancia de s
1
(s
2
) ` a origem do plano s ´ e igual a freq¨ uˆ encia natural
do sistema. Al´ em disso, o ˆ angulo θ indicado ´ e tal que
cos θ =
ξω
n
ω
n
= ξ,
implicando que ξ tende a 1 (ω
d
tende a 0) quando θ tende a 0, e que ξ tende a 0 (ω
d
tende a ω
n
) quando θ tende a π/2. A freq¨ uˆ encia de oscilac¸ ˜ ao forc¸ada ω
d
aumenta
com a diminuic¸ ˜ ao de ξ ou com o aumento de ω
n
.
Caracter´ısticas da resposta ao degrau
2. Respostas ao degrau unit´ ario t´ıpicas de sistemas de segunda ordem sub-amor-
tecidos (ξ < 1), criticamente amortecidos (ξ = 1) e super-amortecidos (ξ > 1)
s˜ ao ilustradas na Figura R2.2. Dentre as respostas n˜ ao-oscilat ´ orias (ξ ≥ 1), a
que mais r´ apido se aproxima da referˆ encia degrau unit´ ario ´ e a correspondente ao
caso criticamente amortecido. Excetuando-se casos onde oscilac¸ ˜ oes n˜ ao possam
ser toleradas, como em determinadas aplicac¸ ˜ oes em Rob´ otica, ´ e desej´ avel que a
resposta transit ´ oria seja suficientemente r´ apida e amortecida, o que implica em
fatores de amortecimento entre 0.4 e 0.8.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 5 10 15
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
ξ = 0 .1
.2
.3
.4
1
2
Figura R2.2: Respostas ao degrau em func¸ ˜ ao de ξ (ω
n
= 1).
3. A resposta sub-amortecida de um sistema de segunda ordem pode ser expressa
EA721 / PAULO VALENTE / UNICAMP 23
na forma
y(t) = 1 −
e
−ξωnt
_
1 −ξ
2
sen
_
ω
d
t + tg
−1
_
1 −ξ
2
ξ
_
, t ≥ 0. (3)
A constante de tempo do sistema de segunda ordem ´ e τ = 1/(ξω
n
), sendo
assim inversamente proporcional ao valor absoluto da parte real dos p´ olos de G(s).
4. V´ arias caracter´ısticas da resposta sub-amortecida de um sistema de segunda
ordem podem ser expressas atrav´ es dos parˆ ametros ξ e ω
n
. A resposta ilustrada
na Figura R2.3 indica alguns dos ´ındices que utilizamos para avaliar a qualidade
da resposta. Todos os ´ındices discutidos a seguir s˜ ao calculados, alguns de forma
aproximada, a partir da resposta sub-amortecida do sistema de segunda ordem,
dada por (3).
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 1 2 3 4 5 6 7 8
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
t
r
t
p
t
s
M
p
Figura R2.3: Resposta ao degrau unit´ ario (ξ = 0.5, ω
n
= 2).
Tempo de subida, t
r
. Intervalo de tempo necess´ ario para que a resposta v´ a de
0% a 100%, como na Figura R2.3, ou, como ser´ a assumido, de 10% a 90% do
seu valor final. Matematicamente, t
r
= t
2
− t
1
, onde t
1
e t
2
s˜ ao tempos tais que
y(t
1
) = 0.1 e y(t
2
) = 0.9. O tempo de subida possui uma pequena dependˆ encia
do fator de amortecimento, como ilustra a Figura R2.2. Entretanto admitindo o
EA721 / PAULO VALENTE / UNICAMP 24
valor m´ edio ξ = 0.5, podemos aproximar o tempo de subida por
t
r
=
1.8
ω
n
. (s)
O fator determinante do tempo de subida ´ e a freq¨ uˆ encia natural do sistema.
M´ axima sobre-elevac¸ ˜ ao, M. M´ aximo valor da resposta medida a partir do seu
valor final. A m´ axima sobre-elevac¸ ˜ ao ´ e obtida resolvendo-se ˙ y(t
p
) = 0 (condic¸ ˜ ao
de inclinac¸ ˜ ao nula para um ponto de m´ aximo de y(t)) para o menor tempo t
p
poss´ıvel, chamado de tempo de pico, t
p
. Ap´ os as operac¸ ˜ oes necess´ arias,
M = e
−(ξ/

1−ξ
2

, t
p
=
π
ω
d
. (s)
´
E usual representarmos a m´ axima sobre-elevac¸ ˜ ao emtermos percentuais: M
p
=
M100. A sobre-elevac¸ ˜ ao depende apenas do fator de amortecimento do sistema;
o tempo de pico depende tamb´ em da freq¨ uˆ encia natural.
Tempo de acomodac¸ ˜ ao, t
s
. Tempo necess´ ario para que a resposta alcance e
permanec¸a dentro de uma faixa percentual do seu valor final. Se utilizarmos uma
faixa de 2%, o tempo de acomodac¸ ˜ ao ser´ a de aproximadamente quatro constantes
de tempo:
t
s
= 4τ =
4
ξω
n
. (s)
O tempo de acomodac¸ ˜ ao depende simultaneamente do fator de amortecimento
e da freq¨ uˆ encia natural.
5. Exemplo. Considere o sistema de segunda ordem
G(s) =
Y (s)
U(s)
=
4
s
2
+ 2s + 4
=
2
2
s
2
+ 2 0.5 2s + 2
2
.
O sistema exibe ξ = 0.5 e ω
n
= 2 rad/s.
Tempo de subida:
t
r
=
1.8
2
= 0.90 s;
M´ axima sobre-elevac¸ ˜ ao:
M
p
= e
−(0.5/

1−0.5
2

100 = 16.30 %;
EA721 / PAULO VALENTE / UNICAMP 25
Tempo de pico:
t
p
=
π
1.73
= 1.81 s;
Tempo de acomodac¸ ˜ ao:
t
s
=
4
0.5 2
= 4.00 s.
6. Em Controle estamos frequentemente interessados em sintetizar um sistema
de segunda ordem, isto ´ e, construir um sistema de segunda ordem que apresente
caracter´ısticas desejadas de resposta ao degrau, especificadas atrav´ es de t
r
, t
s
e
M
p
, principalmente. Construir o sistema significa, ´ e claro, determinar os valores
de ξ e ω
n
que satisfazem as especificac¸ ˜ oes formuladas.
7. Exemplo. Considere o problema de sintetizar um sistema de segunda ordem, ou
seja, determinar ξ e ω
n
, tal que
M
p
≤ 10 %,
t
r
≤ 1 s,
t
s
≤ 3 s.
Gr´ aficos M
p
ξ s˜ ao apresentados na maioria dos livros introdut ´ orios de Con-
trole. Veja, por exemplo, Ogata, pg. 155. Para que M
p
≤ 10%, devemos impor
ξ ≥ 0.6. O tempo de subida imp˜ oe uma restric¸ ˜ ao ` a freq¨ uˆ encia natural:
t
r
=
1.8
ω
n
≤ 1 ⇒ ω
n
≥ 1.8 rad/s.
O tempo de acomodac¸ ˜ ao imp˜ oe uma restric¸ ˜ ao adicional, agora sobre o valor de
ξω
n
:
t
s
=
4
ξω
n
≤ 3 ⇒ ξω
n

4
3
Os valores m´ınimos ξ = 0.6 e ω
n
= 1.8 rad/s n˜ ao satisfazem a especificac¸ ˜ ao
relativa ao tempo de acomodac¸ ˜ ao. A soluc¸ ˜ ao mais simples ´ e aumentar ω
n
. Se
ω
n
= 2.3 rd/s, ent˜ ao t
s
= 2.9 s. O sistema que sintetiza a resposta desejada ´ e
G(s) =
ω
2
n
s
2
+ 2ξω
n
s +ω
2
n
=
5.29
s
2
+ 2.76s + 5.29
.
8. A dependˆ encia da resposta de um sistema de segunda ordem ao degrau em
relac¸ ˜ ao aos parˆ ametros ξ e ω
n
sugere ser poss´ıvel delimitar regi ˜ oes do plano s
EA721 / PAULO VALENTE / UNICAMP 26
que caracterizem determinados tipos de resposta. Em outras palavras, uma dada
localizac¸ ˜ ao de p´ olos – alocac¸ ˜ ao de p´ olos no problema de s´ıntese – implica numa
resposta ao degrau descrita em termos de t
r
, t
s
e M
p
, como ilustra a Figura R2.4.
Em particular,
• Uma sobre-elevac¸ ˜ ao m´ axima M
p
implica um fator de amortecimento m´ıni-
mo ξ e um consequente ˆ angulo m´ aximo θ, o que cria um setor no semi-plano
esquerdo;
• Um tempo de subida m´ aximo
¯
t
r
implica uma freq¨ uˆ encia natural m´ınima ω
n
,
o que exclui o interior de um semi-c´ırculo de raio ω
n
;
• Um tempo de acomodac¸ ˜ ao m´ aximo
¯
t
s
implica uma parte real dos p´ olos ξω
n
m´ınima ξω
n
, o que exclui a regi˜ ao ` a esquerda de ξω
n
.
Um sistema de segunda ordem com p´ olos complexos conjulgados pertencentes
` a intersec¸ ˜ ao das trˆ es regi ˜ oes acima (regi˜ ao hachurada na Figura R2.4) ser´ a tal que
M
p
≤ M
p
, t
r

¯
t
r
e t
s

¯
t
s
.
PSfrag replacements
Re s
Ims
t
s

¯
t
s
M
p
≤ M
p
t
r

¯
t
r
Regi˜ ao
de
alocac¸ ˜ ao
0
Figura R2.4: Especificac¸ ˜ oes em termos de regi ˜ oes no plano s.
Ganho DC n˜ ao-unit ´ ario
9. Pode ocorrer do sistema de segunda ordem se apresentar na forma
G(s) =
Y (s)
U(s)
=

2
n
s
2
+ 2ξω
n
s +ω
2
n
,
EA721 / PAULO VALENTE / UNICAMP 27
na qual k ´ e um ganho qualquer, n˜ ao necessariamente unit´ ario. Neste caso, o
ganho DC do sistema passa a valer G(0) = k e a resposta ao degrau do sis-
tema ´ e simplesmente multiplicada por k. Em particular, o valor final de y ser´ a
y(∞) = lim
t→∞
y(t) = k. Uma modificac¸ ˜ ao conveniente para m´ axima sobre-
elevac¸ ˜ ao quando y(∞) ,= 1 ´ e
M
p
=
y(t
p
) −y(∞)
y(∞)
100.
Efeito da adic¸ ˜ ao de um zero
10. O sistema de segunda ordem
G(s) =
Y (s)
U(s)
=

2
n
/a)(s +a)
s
2
+ 2ξω
n
s +ω
2
n
possui um zero adicional em s = −a. Observamos que o ganho k = ω
2
n
/a foi
definido de tal maneira que G(0) = 1 qualquer que seja a, facilitando a an´ alise
a seguir, no sentido de que todas as respostas tender˜ ao ao valor final 1. Para uma
an´ alise do comportamento t´ıpico do sistema ap´ os a introduc¸ ˜ ao do zero, suponha
ξ = 0.7, ω
n
= 2 rad/s e os seguintes valores para a: 5, 2, 1 e 0.5. As respostas ao
degrau correspondentes s˜ ao apresentadas na Figura R2.5.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 1 2 3 4 5 6 7 8
0
0.5
1
1.5
2
2.5
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
5.0
2.0
1.0
0.5
Figura R2.5: Efeito da introduc¸ ˜ ao de um zero.
EA721 / PAULO VALENTE / UNICAMP 28
11. A parte real do par de p´ olos complexos conjulgados ´ e −ξω
n
= −0.7 2 =
−1.4; o zero encontra-se em s = −a. Quando o zero est ´ a relativamente distante
do p´ olos (a = 5), seu efeito sobre o amortecimento do sistema ´ e desprez´ıvel. O
sistema se comporta como se n˜ ao houvesse o zero.
`
A medida que o zero se desloca
na direc¸ ˜ ao do eixo imagin´ ario, passando pelo p´ olos, produz um efeito equivalente
ao de reduzir o amortecimento do sistema, aumentando assim a sua m´ axima sobre-
elevac¸ ˜ ao.
EA721 / PAULO VALENTE / UNICAMP 29
Revis˜ ao 3
Resposta em Freq¨ uˆ encia
Resposta ` a entrada senoidal
Diagramas de Bode
Resposta ` a entrada senoidal
1. Considere umsistema linear invariante no tempo qualquer modelado pela func¸ ˜ ao
de transferˆ encia G(s). Desejamos obter a resposta em regime do sistema, isto
´ e, y(t) para t → ∞, quando a entrada r ´ e um sinal senoidal de amplitude A e
freq¨ uˆ encia ω dadas: r(t) = Asen ωt, t ≥ 0. No dom´ınio da Transformada de
Laplace,
Y (s) = G(s)R(s), R(s) =

s
2

2
.
2.
´
E sempre poss´ıvel expressar a transformada de Laplace da sa´ıda como
Y (s) = Y
G
(s) +Y
R
(s),
na qual Y
G
(s) e Y
R
(s) representam as parcelas da expans˜ ao em frac¸ ˜ oes parciais de
Y (s) que envolvem exclusivamente os p´ olos de G(s) e de R(s), respectivamente.
A resposta temporal da sa´ıda pode ent˜ ao ser vista como
y(t) = L
−1
[Y (s)],
= L
−1
[Y
G
(s)] +L
−1
[Y
R
(s)],
= y
G
(t) +y
R
(t), t ≥ 0.
3. Assumindo que G(s) possui apenas p´ olos com partes reais estritamente nega-
tivas (p´ olos reais, distintos ou m´ ultiplos, p´ olos complexos conjulgados), a anti-
transformada y
G
(t) conter´ a apenas termos do tipo e
−σt
, t
p
e
−σt
ou e
−σt
sen ω
d
t,
em que p e σ representam genericamente um inteiro e uma constante positivas.
Assim sendo, y
G
(t) → 0 quando t → ∞ (devido ` as exponenciais negativas) e a
resposta em regime do sistema se reduz a
y(t) = y
R
(t) (t →∞).
EA721 / PAULO VALENTE / UNICAMP 30
4. Para obter y
R
(t) ´ e necess´ ario anti-transformar a express˜ ao
Y
R
(s) =
α
s −jω
+
¯ α
s +jω
,
na qual α e ¯ α (complexo conjulgado de α) s˜ ao os res´ıduos associados aos p´ olos de
R(s) (s = jω, s = −jω). Observamos que os res´ıduos de Y
R
(s) dependem de
G(s). De fato,
α = (s −jω)G(s)R(s)[
s=jω
,
= G(jω)

2jω
,
=
AG(jω)
2j
.
¯ α = (s +jω)G(s)R(s)[
s=−jω
,
= G(−jω)

−2jω
,
=
−AG(−jω)
2j
.
Podemos expressar o n´ umero complexo G(jω) na forma exponencial
G(jω) = [G(jω)[e
jφ(jω)
, (4)
na qual [G(jω)[ ´ e a magnitude (ganho) e φ(jω) ´ e a fase (ˆ angulo) de G(jω) na
freq¨ uˆ encia ω. Representamos alternativamente a fase como

G(jω). O fato de
G(jω) ser uma func¸ ˜ ao racional em jω garante as seguintes propriedades:
[G(jω)[ = [G(−jω)[, (5)
φ(−jω) = −φ(jω). (6)
A resposta em regime do sistema ´ e
y(t) = αe
jωt
+ ¯ αe
−jωt
,
=
AG(jω)
2j
e
jωt

AG(−jω)
2j
e
−jωt
.
Usando a representac¸ ˜ ao (4), as propriedades (5)-(6) e denotando por simplici-
dade φ = φ(jω), obtemos
EA721 / PAULO VALENTE / UNICAMP 31
y(t) =
A
2j
[G(jω)[e
j(ωt+φ)

A
2j
[G(−jω)[e
−j(ωt+φ)
,
= A[G(jω)[
_
e
j(ωt+φ)
−e
−j(ωt+φ)
2j
_
.
Finalmente,
y(t) = A[G(jω)[ sen (ωt +φ) (t →∞). (7)
Aresposta emregime do sistema G(s) a uma entrada senoidal r(t) = Asen ωt,
t ≥ 0, ´ e tamb´ em senoidal, da mesma freq¨ uˆ encia ω da entrada, por´ em defasada de
φ (dependente de ω) em relac¸ ˜ ao ` a entrada. A amplitude da resposta senoidal ´ e
A[G(jω)[, sendo a quantidade [G(jω)[ chamada de ganho de regime do sistema
na freq¨ uˆ encia ω. Dizemos que o sistema G(s) amplifica ou atenua a entrada
r(t) = Asen ωt, t ≥ 0, quando [G(jω)[ > 1 ou [G(jω)[ < 1, respectivamente.
5. Exemplo. Considere o sistema de primeira ordem
G(s) =
5
s + 2
, r(t) = 7sen 3t (A = 7, ω = 3 rad/s).
Na freq¨ uˆ encia ω = 3 rad/s,
G(s)[
s=j3
=
5
j3 + 2
, [G(j3)[ = 1.39,

G(j3) = −56.3
o
.
A resposta em regime do sistema ´ e
y(t) = A[G(jω)[ sen (ωt +φ),
= 7 1.39 sen (3t −56.3
o
),
= 9.71 sen (3t −56.3
o
) (t →∞).
Diagramas de Bode
6. Suponha que os valores de [G(jω)[ e

G(jω) sejam conhecidos para toda
freq¨ uˆ encia ω no intervalo 0 < ω < ∞. Como [G(jω)[ e

G(jω) caracterizam
completemente G(jω), dizemos conhecer a resposta em freq¨ uˆ encia do sistema
modelado por G(s). Os diagramas (gr´ aficos)
[G(jω)[ ω e

G(jω) ω
EA721 / PAULO VALENTE / UNICAMP 32
s˜ ao chamados de diagrama de magnitude e diagrama de fase de G(jω), respec-
tivamente. Quando os diagramas s˜ ao apresentados na forma log [G(jω)[ log ω
e

G(jω)[ log ω, recebem a denominac¸ ˜ ao particular de diagramas de Bode.
Normalmente a magnitude ´ e representada em dB (decib´ el):
[G(jω)[
dB
= 20 log [G(jω)[,
na qual log significa logaritmo na base 10. A fase

G(jω) ´ e representada em graus.
Utilizamos escalas lineares para representar a magnitude e a fase de G(jω) e escala
logaritmica para representar a freq¨ uˆ encia ω.
7. A obtenc¸ ˜ ao dos diagramas de Bode de uma dada func¸ ˜ ao G(jω) seria uma ta-
refa mais ´ ardua n˜ ao fosse a possibilidade de construirmos diagramas assint ´ oticos
para G(jω) a partir da sua decomposic¸ ˜ ao em fatores mais simples. O procedi-
mento geral para se obter os diagramas assint ´ oticos de uma dada func¸ ˜ ao G(jω)
ser´ a discutido atrav´ es de um exemplo. Considere
G(s) =
10(s + 3)
s(s + 2)(s
2
+s + 2)
.
• Fazendo s = jω, obtemos
G(jω) =
10(jω + 3)
jω(jω + 2)[(jω)
2
+jω + 2]
;
• Os diversos fatores de G(jω) s˜ ao colocados na forma padr˜ ao ou forma de
Bode, na qual os coeficientes constantes s˜ ao todos iguais a 1:
G(jω) =
7.5
_

3
+ 1
_

_

2
+ 1
__
(jω)
2
2
+

2
+ 1
_;
• As freq¨ uˆ encias de corte de G(jω) s˜ ao ω = 3 (zero em s = −3), ω =
2 (p´ olo em −2) e ω = ω
n
=

2 (ω
n
´ e a freq¨ uˆ encia natural dos p´ olos
complexos conjulgados);
• Magnitude de G(jω) em dB:
[G(jω)[
dB
= 20 log [G(jω)[ = 20 log 7.5+
+ 20 log
_
_
ω
3
_
2
+ 1 −20 log ω −20 log
_
_
ω
2
_
2
+ 1−
−20 log
¸
_
ω
2
_
2
+
_
1 −
ω
2
2
_
2
;
EA721 / PAULO VALENTE / UNICAMP 33
• Fase de G(jω) em graus:

G(jω)[
graus
= tan
−1
ω
3
−90
o
−tan
−1
ω
2
−tan
−1
ω
2
_
1 −
ω
2
2
_;
Obtemos a magnitude (em dB) e a fase (em graus) de G(jω) subtraindo a
soma das parcelas referentes aos fatores do numerador da soma das parcelas
referentes aos fatores do denominador de G(jω);
• Fatores assint ´ oticos:
– Ganho constante:
Magnitude: 20 log 7.5 dB, 0 < ω < ∞
Fase: 0
o
, 0 < ω < ∞
– Zero em s = −3:
Magnitude:
_
0 dB se ω << 3
20 dB/dec se ω >> 3
Fase:
_
0
o
se ω << 3
90
o
se ω >> 3
– P´ olo em s = 0:
Magnitude: −20 log ω, 0 < ω < ∞
Fase: −90
o
, 0 < ω < ∞
– P´ olo em s = −2:
Magnitude:
_
0 dB se ω << 2
−20 dB/dec se ω >> 2
Fase:
_
0
o
se ω << 2
−90
o
se ω >> 2
– P´ olos complexos
EA721 / PAULO VALENTE / UNICAMP 34
Magnitude:
Se ω << ω
n
=

2, ent˜ ao
−20 log
¸
_
ω
2
_
2
+
_
1 −
ω
2
2
_
2
· 0 dB
Se ω >> ω
n
=

2, ent˜ ao
−20 log
¸
_
ω
2
_
2
+
_
1 −
ω
2
2
_
2
·
· −20 log
ω
2
2
dB = −40 log
ω

2
dB
As ass´ıntotas de baixa e alta freq¨ uˆ encias se interceptam em ω =
ω
n
=

2. Para ω >>

2, o ganho cai com −40 dB/dec.
Fase:
_
0
o
se ω << ω
n
=

2
−180
o
se ω >> ω
n
=

2
8. Quando ω << ω
c
, sendo ω
c
a freq¨ uˆ encia de corte de um zero ou p´ olo real,
obtemos 0 dB de magnitude. Por outro lado, quando ω >> ω
c
, a magnitude ´ e dada
por (+ para zero, − para p´ olo)
±20 log
ω
ω
c
= ±(20 log ω −20 log ω
c
). (8)
Uma d´ ecada (dec) acima da freq¨ uˆ encia de corte (ω = 10ω
c
) a magnitude ter´ a
variado ±20 dB, duas d´ ecadas (ω = 10
2
ω
c
) acima, ±40 dB, etc. Dizemos ent˜ ao
que a inclinac¸ ˜ ao da curva de magnitude do zero ou p´ olo real ´ e de ±20 db/dec.
As ass´ıntotas de baixa (ω << ω
c
, inclinac¸ ˜ ao 0 dB/dec) e de alta (ω >> ω
c
)
freq¨ uˆ encias se cruzam em ω = ω
c
. O erro m´ aximo introduzido pelo diagrama
assint ´ otico em relac¸ ˜ ao ao diagrama real ocorre em ω = ω
c
e ´ e dado por
±20 log
¸
_
ω
ω
c
_
2
+ 1 = ±20 log

2 · ±3 dB.
As fases de zeros e p´ olos reais nas suas freq¨ uˆ encias de corte valem ±45
o
.
EA721 / PAULO VALENTE / UNICAMP 35
9. Uma an´ alise similar revela que a inclinac¸ ˜ ao da ass´ıntota de alta freq¨ uˆ encia de um
fator de segunda ordem (zeros ou p´ olos complexos conjulgados) ´ e de ±40 dB/dec.
A Figura R3.1 apresenta os fatores assint ´ oticos (linhas tracejadas), o diagrama as-
sint ´ otico (linha trac¸o-ponto) e o diagrama de magnitude exato (linha s ´ olida) de
G(s) = 10(s+3)/[s(s+2)(s
2
+s+2)]. Obtemos o diagrama assint ´ otico somando
ao fator constante as inclinac¸ ˜ oes dos fatores assint ´ oticos nas suas freq¨ uˆ encias de
corte, o que ´ e poss´ıvel devido ` a representac¸ ˜ ao logaritmica da magnitude.
10
−2
10
−1
10
0
10
1
10
2
−100
−80
−60
−40
−20
0
20
40
60
Figura R3.1: Diagramas de magnitude de G(jω) - assint ´ oticos e exato.
10. A magnitude exata do fator de segunda ordem na intersec¸ ˜ ao das ass´ıntotas de
baixa (inclinac¸ ˜ ao 0 dB/dec) e alta freq¨ uˆ encias, em ω = ω
n
, depende de ξ. De fato,
a magnitude de um fator de segunda ordem gen´ erico seria
±20 log
¸
_

ω
ω
n
_
2
+
_
1 −
ω
2
ω
2
n
_
2
.
No exemplo ilustrativo, ξ · 0.35. Os diagramas da Figura R3.2 s˜ ao relativos
ao fator de segunda ordem com ω
n
=

2 e ξ igualmente espac¸ado de 0.1 a 1.0. A
medida que o fator de amortecimento ξ diminui, o pico da magnitude do fator de
segunda ordem aumenta, assim com a rapidez com que a fase varia. Em ω = ω
n
a
fase ´ e sempre igual a −90
o
(n˜ ao depende de ξ).
EA721 / PAULO VALENTE / UNICAMP 36
10
−1
10
0
10
1
−35
−30
−25
−20
−15
−10
−5
0
5
10
15
Mag. (dB)
10
−1
10
0
10
1
−180
−160
−140
−120
−100
−80
−60
−40
−20
0
Fase (graus)
PSfrag replacements
ξ = 0.1
ξ = 0.1
ξ = 1.0
ξ = 1.0
Figura R3.2: Magnitude e fase do fator de segunda ordem em func¸ ˜ ao de ξ.
11. A freq¨ uˆ encia na qual [G(jω)[ apresenta seu pico, chamada de freq¨ uˆ encia de
ressonˆ ancia, ω
r
, e a magnitude correspondente, chamada de pico de ressonˆ ancia,
M
r
, s˜ ao, respectivamente,
ω
r
= ω
n
_
1 −2ξ
2
e M
r
= [G(jω
r
)[ =
1

_
1 −ξ
2
, 0 ≤ ξ ≤

2/2.
N˜ ao ocorre ressonˆ ancia se ξ >

2/2 · 0.71. Quando ξ tende a zero, a
freq¨ uˆ encia de ressonˆ ancia tende a ω
n
e M
r
tende ao infinito. Se um sistema G(jω)
tal que ξ = 0 for excitado na freq¨ uˆ encia ω
n
, a magnitude [G(jω
n
)[ torna-se infinita.
EA721 / PAULO VALENTE / UNICAMP 37
Aula 2
Representac¸ ˜ ao de Sistemas
Modelagem
Linearizac¸ ˜ ao
Func¸ ˜ ao de transferˆ encia
Diagrama de blocos
Modelagem
1. Os m´ etodos tradicionais de an´ alise e projeto de sistemas de controle partem da
representac¸ ˜ ao os componentes do sistema atrav´ es de modelos matem´ aticos. A mo-
delagem quase sempre ´ e baseada em leis f´ısicas aplic´ aveis ao sistema de interesse.
2. Considere o problema de modelar a velocidade de um autom´ ovel, representado
na Figura 2.1. O autom´ ovel, de massa total m, trafega a uma velocidade v = v(t)
movido pela forc¸a u = u(t) produzida pelo motor. Assuma que o autom´ ovel ´ e um
corpo r´ıgido e que no seu movimento retil´ıneo n˜ ao sofre forc¸as de reac¸ ˜ ao. Neste
caso, a segunda lei de Newton determina que
m ˙ v = u. (9)
PSfrag replacements
v
m
u
Figura 2.1: Modelo linear do autom´ ovel.
3. Obtemos a velocidade do autom´ ovel em qualquer instante t ≥ 0 (t = 0 ´ e
o instante inicial de referˆ encia) resolvendo a equac¸ ˜ ao diferencial linear de pri-
meira ordem a coeficientes constantes (9), uma vez especificada a condic¸ ˜ ao inicial
v(0) = v
0
. Em Controle dizemos que o modelo obtido ´ e linear (equac¸ ˜ ao diferen-
EA721 / PAULO VALENTE / UNICAMP 38
cial linear) e invariante no tempo (coeficientes n˜ ao dependem do tempo). Entre-
tanto, o modelo a ser adotado deve refletir todos os fatores julgados relevantes para
descrever como a velocidade do autom´ ovel se comporta em condic¸ ˜ oes realistas.
Alguns desses fatores s˜ ao discutidos a seguir.
Atrito de rolagem. A superf´ıcie sob as rodas do autom´ ovel introduz uma forc¸a
de atrito de rolagem igual a µf
N
, na qual µ ´ e uma constante que depende das
caracter´ısticas de contato entre as rodas e superf´ıcie de rolagem e f
N
´ e a forc¸a
normal atuando na superf´ıcie;
Resistˆ encia do ar. O ar op˜ oe resistˆ encia ao movimento na forma de uma forc¸a
de reac¸ ˜ ao igual a kv
2
, em que k ´ e uma constante que depende das dimens˜ oes e da
geometria do autom´ ovel;
Inclinac¸ ˜ ao da pista. A superf´ıcie de rolagem ´ e normalmente uma sucess˜ ao de
aclives e declives, as quais tˆ em influˆ encia significativa na velocidade resultante
do autom´ ovel. A inclinac¸ ˜ ao da superf´ıcie, w = w(t), age como um dist ´ urbio
externo;
Massa vari ´ avel. Para produzir a forc¸a propulsora do seu movimento, o autom´ ovel
consome combust´ıvel e portanto sua massa total varia no tempo (m = m(t)). A
variac¸ ˜ ao de massa age como um dist ´ urbio interno (se n˜ ao for modelada).
PSfrag replacements
mg
w
mg cos w
m
v
u
m
g
s
e
n
w
Figura 2.2: Modelo n˜ ao-linear do autom´ ovel.
4. Assumindo que a variac¸ ˜ ao da massa do autom´ ovel devida ao consumo de com-
bust´ıvel tem pouca influˆ encia sobre o comportamento da velocidade, obtemos o
EA721 / PAULO VALENTE / UNICAMP 39
seguinte modelo n˜ ao-linear (invariante no tempo) para descrever a velocidade do
autom´ ovel:
m˙ v = −kv
2
−µmg cos w −mg sen w +u. (10)
5. O lado direito de (10) ´ e a soma das forc¸as que atuam na direc¸ ˜ ao do movimento
do autom´ ovel, como ilustra a Figura 2.2. Observe v, u e w dependem de t.
Linearizac¸ ˜ ao
6. Os m´ etodos de an´ alise e projeto discutidos em cursos introdut ´ orios de Controle
s˜ ao v´ alidos apenas para sistemas lineares invariantes no tempo (LIT’s). Tendo
chegado ao modelo mais simples que representa a planta a ser controlada, devemos
proceder ` a linearizac¸ ˜ ao do modelo, caso este seja n˜ ao-linear.
7. Parece um contra-senso obter um modelo n˜ ao-linear para depois lineariz´ a-lo,
mas existem boas raz˜ oes para fazermos isso.
a) A linearizac¸ ˜ ao ´ e feita em torno de uma condic¸ ˜ ao nominal (ponto de equil´ıbrio)
do modelo. Uma condic¸ ˜ ao nominal seria, por exemplo, um autom´ ovel tra-
fegando com velocidade constante de v
0
= 80 km/h numa superf´ıcie de
inclinac¸ ˜ ao constante de w
0
= 0
o
;
b) Se o sistema de controle de velocidade for adequadamente projetado, a ve-
locidade do autom´ ovel face as forc¸as externas e dist ´ urbios ser´ a regulada
pr´ oxima ` a velocidade desejada. Se a inclinac¸ ˜ ao da superf´ıcie n˜ ao sofrer
grandes variac¸ ˜ oes e a velocidade for mantida pr ´ oxima ` a nominal, o compor-
tamento do modelo linearizado ser´ a aproximadamente igual ao do modelo
n˜ ao-linear;
c) Ap´ os a utilizac¸ ˜ ao de m´ etodos cl´ assicos de an´ alise e projeto para sistemas LIT’s,
o modelo n˜ ao-linear completo pode servir para validar, via simulac¸ ˜ ao com
Matlab/Simulink, por exemplo, os resultados obtidos atrav´ es do modelo li-
nearizado, antes da efetiva implementac¸ ˜ ao de um sistema autom´ atico para
controle de velocidade;
d) Eventualmente a modelagem/linearizac¸ ˜ ao pode levar a resultados insatisfat ´ orios
do ponto de vista de controle. Devemos ent˜ ao rever a modelagem, incorpo-
rando fatores deixados de fora numa primeira etapa, ou adotando m´ etodos
mais adequados a modelos n˜ ao-lineares.
EA721 / PAULO VALENTE / UNICAMP 40
8. A linearizac¸ ˜ ao ´ e geralmente baseada na expans˜ ao do modelo n˜ ao-linear em
S´ erie de Taylor. Os dois primeiros termos (aproximac¸ ˜ ao linear) de uma func¸ ˜ ao f
qualquer de v, w e u em torno do ponto (v
0
, w
0
, u
0
) seria
f(v, u, w) = f(v
0
, u
0
, w
0
) +f
v
(v
0
, u
0
, w
0
)(v −v
0
)+
f
w
(v
0
, u
0
, w
0
)(w −w
0
) +f
u
(v
0
, u
0
, w
0
)(u −u
0
).
na qual f
x
representa a derivada parcial de f em relac¸ ˜ ao a uma vari´ avel gen´ erica
x. Representando o lado direito de (10) como f(v, w, u), computamos o valor
nominal u
0
correspondente a v
0
e w
0
resolvendo a equac¸ ˜ ao 0 = f(v
0
, w
0
, u), pois
na condic¸ ˜ ao nominal, ˙ v = 0. Obtemos assim a entrada nominal de controle
u
0
= k(v
0
)
2
+µmg cos w
0
+mg sen w
0
,
e consequentemente f(v
0
, w
0
, u
0
) = 0. Introduzindo as vari ´ aveis de desvio (em
relac¸ ˜ ao aos valores nominais) δv = v−v
0
, δw = w−w
0
e δu = u−u
0
, chegamos
ent˜ ao ao seguinte modelo linearizado para a velocidade do autom´ ovel (observe que
˙ v =
˙
δv):
˙
δv = −aδv +b
1
δu +b
2
δw, (11)
na qual a = 2kv
0
/m, b
1
= 1/m e b
2
= µg sen w
0
−g cos w
0
.
Func¸ ˜ ao de transferˆ encia
9. Modelos lineares invariantes no tempo podem ser representados no dom´ınio
da freq¨ uˆ ecia complexa s atrav´ es do conceito de func¸ ˜ ao de transferˆ encia. Uma
func¸ ˜ ao de transferˆ encia ´ e obtida quando se divide a transformada de Laplace (L)
de uma vari´ avel de sa´ıda pela transformada de Laplace de uma vari´ avel de entrada.
10. Num sistema de controle em malha fechada para regular a velocidade do au-
tom´ ovel, a vari´ avel de sa´ıda ´ e a velocidade do autom´ ovel, y = v, e as vari´ aveis de
entrada (vari´ aveis independentes) s˜ ao a forc¸a produzida pelo motor, u, e o dist ´ urbio
externo introduzido pela inclinac¸ ˜ ao da superf´ıcie, w.
11. O modelo linearizado (11) relaciona a variac¸ ˜ ao da sa´ıda ` as variac¸ ˜ oes na entrada
controlada e na entrada de dist ´ urbio relativamente aos seus valores nominais. To-
mando a transformada de Laplace de (11) com condic¸ ˜ ao inicial y(0) = 0 (variac¸ ˜ ao
EA721 / PAULO VALENTE / UNICAMP 41
inicial zero), obtemos
s∆Y (s) = −a∆Y (s) +b
1
∆U(s) +b
2
∆W(s), (12)
em que ∆Y (s) = L[δy(t)] e assim por diante. A equac¸ ˜ ao (12) pode ser rearran-
jada de forma a se explicitar a variac¸ ˜ ao da sa´ıda δy como uma soma de variac¸ ˜ oes
produzidas pelas entradas δu e δw:
∆Y (s) =
b
1
s +a
∆U(s) +
b
2
s +a
∆W(s),
= P
yu
(s)∆U(s) +P
yw
(s)∆W(s),
= ∆Y
u
(s) + ∆Y
w
(s),
na qual P
yu
(s) e P
yw
(s) s˜ ao as func¸ ˜ oes de transferˆ encia das entradas δu e δw para
a sa´ıda δy, respectivamente. Pelo Princ´ıpio da Superposic¸ ˜ ao, se δy
u
e δy
w
s˜ ao
as sa´ıdas devidas as ac¸ ˜ oes das entradas δu (com δw = 0) e δw (com δu = 0),
respectivamente, ent˜ ao a sa´ıda devida a ac¸ ˜ ao conjunta das entradas δu e δw ´ e δy =
δy
u
+δy
w
.
12. Num sistema de controle em malha fechada para regulac¸ ˜ ao de velocidade, a
variac¸ ˜ ao de velocidade medida, δy, ´ e comparada com a referˆ encia r = 0 (r(t) =
0, t ≥ 0), pois deseja-se variac¸ ˜ ao nula (velocidade nominal) em regime (isto ´ e,
quando t →∞). O erro resultante serve de entrada para um controlador represen-
tado pela func¸ ˜ ao de transferˆ encia C(s). A sa´ıda de C(s) ´ e a variac¸ ˜ ao da entrada,
δu, necess´ aria para compensar a variac¸ ˜ ao da sa´ıda do sistema, δy.
13. A Figura 2.3 apresenta o diagrama de blocos de um sistema de controle em
malha fechada que poderia ser utilizado para resolver o problema da regulac¸ ˜ ao de
velocidade do autom´ ovel. O esquema de controle deve ser entendido da seguinte
forma: numa primeira etapa, o autom´ ovel ´ e levado ` a condic¸ ˜ ao nominal desejada
(y
0
, w
0
), quando ent˜ ao o controle assume o valor u
0
. Em seguida o sistema da
Figura 2.3 passa a funcionar para manter a velocidade em y
0
. Observemos que os
valores efetivos da sa´ıda, do controle e do dist ´ urbio s˜ ao y
0
+δy, u
0
+δu e w
0
+δw,
respectivamente.
14. Num diagrama de blocos como a da Figura 2.3 indicamos as vari ´ aveis no
dom´ınio do tempo, deixando impl´ıcito que δu(t) = L
−1
[C(s)E(s)]. Uma das
principais func¸ ˜ oes do controlador C(s) no sistema de controle em malha fechada
representado na Figura 2.3 ´ e a de rejeic¸ ˜ ao de dist ´ urbios: a variac¸ ˜ ao de velocidade
EA721 / PAULO VALENTE / UNICAMP 42
(δy) eventualmente produzida pela variac¸ ˜ ao na inclinac¸ ˜ ao da superf´ıcie (δw) deve
teder a zero (em regime) pela ac¸ ˜ ao da variac¸ ˜ ao no controle (δu).
PSfrag replacements
+
+
+

r = 0 δu
δw
δy
e
b
1
s +a
b
2
/b
1
Planta
C(s)
Figura 2.3: Regulac¸ ˜ ao de velocidade do autom´ ovel.
15. Projetamos controladores para atender a especificac¸ ˜ oes de desempenho como
a rejeic¸ ˜ ao de dist ´ urbios. Outras especificac¸ ˜ oes poderiam restringir o comporta-
mento transit ´ orio da sa´ıda ap´ os a ocorrˆ encia de dist ´ urbios, como ao se especificar
um intervalo de tempo m´ aximo para o retorno da sa´ıda ao seu valor nominal.
16. Na pr´ atica, projetar um controlador significa determinar os coeficientes da
func¸ ˜ ao de transferˆ encia C(s) de forma a que todas as especificac¸ ˜ oes de desempe-
nho sejam atendidas. Mostraremos mais tarde que um dist ´ urbio do tipo degrau na
velocidade do autom´ ovel, produzido, por exemplo, quando a inclinac¸ ˜ ao w muda
subitamente de valor, um controlador do tipo PI (Proporcional + Integral), dado
por
C(s) = k
p
+
k
i
s
=
sk
p
+k
i
s
,
seria adequado. Projetar o controlador, neste caso, significaria determinar os ga-
nhos k
p
(proporcional) e k
i
(integral) necess´ arios para rejeitar o dist ´ urbio e ao
mesmo tempo atender outras eventuais especificac¸ ˜ oes de desempenho.
EA721 / PAULO VALENTE / UNICAMP 43
Aula 3
Representac¸ ˜ ao de Sistemas
Controle de motores DC
Instabilidade: pˆ endulo invertido
Representac¸ ˜ oes por vari´ aveis de estado
Limitac¸ ˜ oes dos modelos matem´ aticos
Controle de motores DC
1. Motores DC (do inglˆ es, direct-current, isto ´ e, corrente direta) s˜ ao um dos dis-
positivos mais utilizados pela industria como fonte prim´ aria de movimento. S˜ ao
as vˆ ezes chamados de servomotores DC quando empregados em aplicac¸ ˜ oes de
controle. Exibem diversas caracter´ısticas favor´ aveis como controlabilidade, porta-
bilidade, baixos custos de aquisic¸ ˜ ao e manutenc¸ ˜ ao e adaptabilidade a v´ arios tipos
de sistemas de controle.
2. Motores DC de m´ edia a elevada potˆ encia s˜ ao usados no controle de esteiras,
servov´ alvulas, m´ aquinas-ferramentas e sistemas rob´ oticos, entre outras aplicac¸ ˜ oes.
Alguns motores DC possuem constantes de tempo extremamente pequenas, sendo
ideais para aplicac¸ ˜ oes de (relativamente) baixa potˆ encia, como no controle de dis-
cos e fitas magn´ eticas, impressoras e plotters.
PSfrag replacements
+

v
a
R
a
L
a
T
J
B
i
a
θ
Figura 3.1: Motor DC controlado pela armadura (campo constante).
EA721 / PAULO VALENTE / UNICAMP 44
3. Modelagem. Basicamente, um motor DC converte energia el ´ etrica em energia
mecˆ anica. Em alguns motores DC, o campo magn´ etico ´ e produzido por um im˜ a
permanente e, portanto, o fluxo magn´ etico ´ e constante. Neste caso, o torque de-
senvolvido no eixo do motor pode ser controlado atrav´ es do chamado circuito de
armadura, como ilustra a Figura 3.1. As quantidades presentes no esquema da
Figura 3.1 s˜ ao as seguintes:
R
a
: resistˆ encia da armadura;
L
a
: indutˆ ancia da armadura;
v
a
: tens˜ ao aplicada aos terminais da armadura;
i
a
: corrente circulando na armadura;
T : torque desenvolvido no eixo do motor;
J : momento de in´ ercia equivalente;
B : coeficiente de atrito viscoso equivalente;
θ : deslocamento angular do eixo do motor.
As constantes J e B representam o momento de in´ ercia e o coeficiente de
atrito viscoso equivalente do motor, da carga (uma antena, por exemplo) e das
engrenagens utilizadas, referidas ao eixo do motor.
4. O torque desenvolvido no eixo do motor ´ e proporcional ` a corrente de campo:
T = k
t
i
a
.
A constante de torque k
t
depende de caracter´ısticas construtivas do motor. A
rotac¸ ˜ ao do eixo do motor induz uma forc¸a contra-eletromotriz, a qual provoca
uma queda de tens˜ ao no circuito de armadura, proporcional ` a velocidade angular
do eixo:
v
f
= k
f

dt
,
em que k
f
´ e a constante de forc¸a contra-eletromotriz. A equac¸ ˜ ao el´ etrica do motor
DC assume ent˜ ao a forma
L
a
di
a
dt
+R
a
i
a
= v
a
−v
f
, v
f
= k
f

dt
. (13)
Por sua vez, a equac¸ ˜ ao mecˆ anica do motor DC ´ e dada por
J
d
2
θ
dt
2
+B

dt
= T = k
t
i
a
. (14)
Tomando as transformadas de Laplace de (13) e (14) com condic¸ ˜ oes iniciais
nulas, obtemos, respectivamente,
EA721 / PAULO VALENTE / UNICAMP 45
(L
a
s +R
a
)I
a
(s) = V
a
(s) −V
f
(s), V
f
(s) = k
f
sΘ(s), (15)
e
(Js
2
+Bs)Θ(s) = T(s) = k
t
I
a
(s). (16)
5. No diagrama de blocos apresentado na Figura 3.2, correspondente ` as equac¸ ˜ oes
(15) e (16), o sistema eletromecˆ anico ´ e visto como composto por dois subsistemas:
el´ etrico (circuito de armadura) e mecˆ anico (motor, carga e engrenagens). Observa-
mos tamb´ em a existˆ encia de uma realimentac¸ ˜ ao interna (natural) no motor DC.
Podemos simplificar o diagrama da Figura 3.2 e apresentar a relac¸ ˜ ao entre a tens˜ ao
de armadura e o deslocamento angular do eixo como na Figura 3.3.
PSfrag replacements
v
a
i
a
T
v
f
θ
1
L
a
s +R
a
k
t
1
Js
2
+Bs
k
f
s
S. El´ etrico S. Mecˆ anico
+

Figura 3.2: Diagrama de blocos do motor DC.
PSfrag replacements
v
a
θ
k
t
JL
a
s
3
+ (L
a
B +R
a
J)s
2
+ (R
a
B +k
f
k
t
)s
Figura 3.3: Diagrama simplificado do motor DC.
A func¸ ˜ ao de transferˆ encia entre v
a
e θ ´ e de terceira ordem. (Notamos que
a func¸ ˜ ao de transferˆ encia entre v
a
e
˙
θ, a velocidade angular do motor, ´ e de se-
gunda ordem.) Em alguns motores DC, a indutˆ ancia de armadura ´ e muito pequena.
Quando a indutˆ ancia ´ e desprezada (L
a
≈ 0), obtemos um modelo reduzido de
segunda ordem, na forma
P(s) =
Θ(s)
V
a
(s)
=
k
s(τs + 1)
,
EA721 / PAULO VALENTE / UNICAMP 46
sendo k e τ, respectivamente, o ganho e a constante de tempo do motor, os quais
s˜ ao completamente caracterizados pelos parˆ ametros do modelo:
k =
k
t
R
a
B +k
t
k
f
, τ =
R
a
J
R
a
B +k
t
k
f
.
6. Suponha que uma referˆ encia angular a ser seguida pelo eixo do motor ´ e conver-
tida de radianos em volts atrav´ es de um potenci ˆ ometro de ganho k
s
(V/rad), e que
outro potenci ˆ ometro com a mesma escala se encontra conectado ao eixo do motor,
fornecendo uma tens˜ ao proporcional ao deslocamento produzido. Neste caso, um
sistema de controle com realimentac¸ ˜ ao unit´ aria para a posic¸ ˜ ao angular do eixo do
motor DC poderia assumir a estrutura apresentada na Figura 3.4.
PSfrag replacements
+

k
a
r (rad) θ (rad)
Amplificador
Controlador Motor DC
k
s
k
s(τs + 1)
Figura 3.4: Sistema de controle em malha fechada.
Podemos mostrar que a ac¸ ˜ ao proporcional produzida pelo amplificador (con-
trolador), combinada com a ac¸ ˜ ao integral produzida pelo p´ olo do motor na origem,
´ e suficiente para que a sa´ıda passe a seguir qualquer referˆ encia constante.
Instabilidade: pˆ endulo invertido
7. Uma das principais aplicac¸ ˜ oes de sistemas de controle ´ e na estabilizac¸ ˜ ao de
sistemas naturalmente inst´ aveis em malha aberta. A Figura 3.5 ilustra um sistema
composto por um pˆ endulo invertido montado sobre um carro, o qual pode ser
movimentado em linha reta atrav´ es de um motor DC. O objetivo do sistema de
controle seria manter o pˆ endulo na posic¸ ˜ ao vertical. O pˆ endulo invertido modela
problemas de controle importantes em Engenharia, como o controle de atitude
(posic¸ ˜ ao) de um ve´ıculo lanc¸ador de sat´ elites. Um problema com caracter´ısticas
similares ´ e o da levitac¸ ˜ ao magn´ etica, presente em aplicac¸ ˜ oes como o controle de
trens de alta velocidade.
EA721 / PAULO VALENTE / UNICAMP 47
PSfrag replacements
u
x
y
l
mg
M
θ
0
Figura 3.5: Pˆ endulo invertido.
8. Modelagem. O sistema da Figura 3.5 ´ e inst´ avel, no sentido de que o pˆ endulo
tende a se afastar da posic¸ ˜ ao vertical por menor que seja a forc¸a aplicada ao carro.
O modelo linearizado do pˆ endulo invertido em torno da posic¸ ˜ ao de equil´ıbrio
inst´ avel (θ = 0, x = 0) ´ e
(M +m)
d
2
x
dt
2
+ml
d
2
θ
dt
2
= u, (17)
ml
2
d
2
θ
dt
2
+ml
d
2
x
dt
2
= mglθ, (18)
Os parˆ ametros e vari´ aveis presentes no esquema da Figura 3.5 encontram-se
definidos a seguir.
θ : ˆ angulo formado pelo pˆ endulo com a vertical;
l : comprimento do pˆ endulo;
m : massa do pˆ endulo (concentrada na extremidade);
M : massa do carro;
u : forc¸a aplicada ao carro;
x : deslocamento linear do carro;
g : acelerac¸ ˜ ao da gravidade.
Adotando a notac¸ ˜ ao compacta para derivadas e eliminando a derivada segunda
EA721 / PAULO VALENTE / UNICAMP 48
em relac¸ ˜ ao a x na equac¸ ˜ ao (17) (¨ x = gθ −l
¨
θ, equac¸ ˜ ao (18)), obtemos
Ml
¨
θ −(M +m)gθ = −u,
cuja transformada de Laplace com condic¸ ˜ oes iniciais nulas conduz ` a func¸ ˜ ao de
transferˆ encia entre a forc¸a u aplicada ao carro (vari´ avel de controle) e o ˆ angulo θ
formado pelo pˆ endulo com a vertical (vari´ avel de sa´ıda):
P(s) =
Θ(s)
U(s)
=
−1
Mls
2
−(M +m)g
.
O sinal menos na func¸ ˜ ao de transferˆ encia do pˆ endulo reflete o fato de que o
pˆ endulo sempre se move na direc¸ ˜ ao contr´ aria ` a da forc¸a aplicada. Os p´ olos (reais)
da func¸ ˜ ao de transferˆ encia s˜ ao
p
1
= +
_
(M +m)g
Ml
e p
2
= −
_
(M +m)g
Ml
,
e a origem da instabilidade do pˆ endulo ´ e o p´ olo real positivo. De fato, a resposta
temporal do pˆ endulo a qualquer entrada limitada (umdegrau unit ´ ario, por exemplo)
´ e uma soma de termos que inclui as exponenciais e
p
1
t
e e
p
2
t
. A instabilidade do
pˆ endulo se traduz no crescimento ilimitado da exponencial e
p
1
t
, p
1
> 0, quando o
tempo tende para infinito.
9. Um sistema de controle em malha fechada como o da Figura 3.6 pode estabi-
lizar o pˆ endulo invertido, na medida em que, sob hip´ oteses relativamente fracas,
os p´ olos da func¸ ˜ ao de transferˆ encia de malha fechada entre a referˆ encia r = 0
(posic¸ ˜ ao angular desejada) e θ (posic¸ ˜ ao angular do pˆ endulo) podem ser arbitraria-
mente escolhidos, e ent˜ ao impostos por um controlador dinˆ amico C(s). P´ olos com
partes reais negativas s˜ ao uma escolha obrigat ´ oria para a estabilidade do sistema
em malha fechada.
PSfrag replacements
+

C(s)
r = 0
−1
Mls
2
−(M +m)g
θ
Pˆ endulo Invertido
Figura 3.6: Controle em malha fechada do pˆ endulo invertido.
EA721 / PAULO VALENTE / UNICAMP 49
Representac¸ ˜ oes por vari ´ aveis de estado
10. As representac¸ ˜ oes de sistemas dinˆ amicos por func¸ ˜ oes de transferˆ encia s˜ ao do
tipo entrada-sa´ıda, isto ´ e, evidenciam a relac¸ ˜ ao de transferˆ encia entre uma dada
entrada e uma dada sa´ıda. Vari´ aveis internas, como a corrente de armadura no
modelo do motor DC ou o deslocamento linear do carro no modelo do pˆ endulo
invertido, n˜ ao s˜ ao explicitamente indicadas. Podemos obter uma representac¸ ˜ ao
alternativa, na qual as vari´ aveis internas do sistema s˜ ao explicitadas, atrav´ es do
conceito de estado.
11. Estado. O estado de um sistema dinˆ amico pode ser definido como um conjunto
de n vari´ aveis, denotadas por x
1
, x
2
, . . . , x
n
e chamadas de vari ´ aveis de estado,
cujo conhecimento num dado instante de tempo t = t
0
, aliado ao conhecimento
da entrada do sistema para todo t ≥ t
0
, permite determinar x
1
, x
2
, . . . , x
n
para
qualquer t ≥ t
0
.
12. Exemplos. Considere inicialmente o modelo do motor DC controlado pela
armadura. Para mostrar que θ,
˙
θ e i
a
constituem o estado do sistema, definimos
x
1
= θ, x
2
=
˙
θ e x
3
= i
a
(n = 3). A entrada e a sa´ıda do sistema s˜ ao u = v
a
e y = θ, respectivamente. Escrevendo as derivadas de x
1
, x
2
e x
3
em relac¸ ˜ ao ao
tempo em termos de x
1
, x
2
e x
3
, obtemos
˙ x
1
= x
2
,
˙ x
2
= −αx
1
−βx
3
,
˙ x
3
= −γx
2
−ρx
3
+ηu,
y = x
1
.
em que
α =
B
J
, β =
k
t
J
, γ =
k
f
L
a
, ρ =
R
a
L
a
e η =
1
L
a
.
Assumindo que as quantidades x
1
(t
0
), x
2
(t
0
) e x
3
(t
0
) s˜ ao conhecidas, assim
como a entrada u(t), t ≥ t
0
, podemos resolver o sistema de equac¸ ˜ oes lineares de
primeira ordem acima e obter x
1
, x
2
e x
3
para qualquer t ≥ t
0
, isto ´ e, o compor-
tamento futuro do sistema. Um n´ umero menor de vari´ aveis (apenas x
1
e x
2
, por
exemplo) n˜ ao apresentaria a mesma propriedade.
As vari´ aveis de estado naturais no modelo do pˆ endulo invertido s˜ ao x
1
= θ,
EA721 / PAULO VALENTE / UNICAMP 50
x
2
=
˙
θ, x
3
= x e x
4
= ˙ x. Com essas definic¸ ˜ oes, obtemos
˙ x
1
= x
2
,
˙ x
2
= −αx
1
−βu,
˙ x
3
= x
4
,
˙ x
4
= −γx
1
+ρu,
y = x
1
,
em que
α =
(M +m)g
Ml
, β =
1
Ml
, γ =
m
M
e ρ =
1
M
.
13. As equac¸ ˜ oes diferenciais envolvendo os estados s˜ ao chamadas de equac¸ ˜ oes de
estado. A equac¸ ˜ ao alg´ ebrica envolvendo a sa´ıda ´ e chamada de equac¸ ˜ ao de sa´ıda.
Um importante subproduto da representac¸ ˜ ao de sistemas por vari´ aveis de estado ´ e
a possibilidade de empregarmos uma poderosa notac¸ ˜ ao matricial para as equac¸ ˜ oes
de estado e de sa´ıda. Como exemplo, o modelo do pˆ endulo invertido poderia ser
descrito em termos matriciais da seguinte forma:
_
¸
¸
_
˙ x
1
˙ x
2
˙ x
3
˙ x
4
_
¸
¸
_
=
_
¸
¸
_
0 1 0 0
−α 0 0 0
0 0 0 1
−γ 0 0 0
_
¸
¸
_
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
+
_
¸
¸
_
0
−β
0
ρ
_
¸
¸
_
u,
y =
_
1 0 0 0
¸
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
.
Se a sa´ıda tivesse sido definida como sendo a acelerac¸ ˜ ao angular, ˙ x
2
=
¨
θ, ent˜ ao
a equac¸ ˜ ao de sa´ıda assumiria a forma
y = −αx
1
−βu =
_
−α 0 0 0
¸
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
+ [−β]u,
e obter´ıamos tamb´ em D = [−β] (escalar). Definindo
x =
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
, ˙ x =
_
¸
¸
_
˙ x
1
˙ x
2
˙ x
3
˙ x
4
_
¸
¸
_
, A =
_
¸
¸
_
0 1 0 0
−α 0 0 0
0 0 0 1
−γ 0 0 0
_
¸
¸
_
, B =
_
¸
¸
_
0
−β
0
ρ
_
¸
¸
_
,
EA721 / PAULO VALENTE / UNICAMP 51
C =
_
−α 0 0 0
¸
e D = [−β],
podemos representar o pˆ endulo invertido (e qualquer outro sistema linear invariante
no tempo) na forma matricial compacta
˙ x = Ax +Bu,
y = Cx +Du.
Uma representac¸ ˜ ao ainda mais geral ´ e
˙ x = Ax +Bu +B
w
w,
y = Cx +Du +D
v
v.
na qual as matrizes B
w
e D
v
(escalar) indicam como os dist ´ urbios w e v afetam as
vari´ aveis de estado e de sa´ıda do sistema. Exemplo: no modelo do pˆ endulo inver-
tido, uma forc¸a de dist ´ urbio w contr´ aria ao movimento do carro seria transmitida
aos estados atrav´ es de
B
w
=
_
¸
¸
_
0
β
0
−ρ
_
¸
¸
_
.
Limitac¸ ˜ oes dos modelos matem´ aticos
14. Qualquer modelo matem´ atico, independentemente da representac¸ ˜ ao adotada,
´ e uma aproximac¸ ˜ ao do sistema dinˆ amico de interesse. Em princ´ıpio, a validade
dos modelos lineares invariantes no tempo (LIT’s) utilizados neste curso ´ e ques-
tion´ avel, se considerarmos que todo sistema dinˆ amico ´ e, em geral, n˜ ao-linear e
variante no tempo. A validade dos modelos LIT’s no contexto de sistemas de con-
trole ´ e em grande parte conseq¨ uˆ encia da realimentac¸ ˜ ao, como argumentado abaixo.
N˜ ao-linearidade. O modelo n˜ ao-linear, mais fiel ` a planta, pode ser linearizado
num ponto de operac¸ ˜ ao desejado, como θ = 0, x = 0, no caso do pˆ endulo inver-
tido. O modelo linearizado ´ e valido apenas no entorno desse ponto. Entretanto, se
convenientemente projetado, o sistema de controle em malha fechada faz com que
a planta (e seus modelos n˜ ao-linear e linear) n˜ ao se afaste do ponto de operac¸ ˜ ao,
assegurando desta forma a validade do modelo linear;
EA721 / PAULO VALENTE / UNICAMP 52
Variac¸ ˜ ao no tempo. Os valores dos parˆ ametros de um sistema dinˆ amico ge-
ralmente sofrem variac¸ ˜ oes ao longo do tempo devido aos efeitos de envelheci-
mento e desgaste. Um sistema de controle em malha fechada ´ e capaz de compen-
sar variac¸ ˜ oes param´ etricas se essas variac¸ ˜ oes forem muito mais lentas do que a
dinˆ amica do sistema de controle. A maioria dos sistemas dinˆ amicos industriais sa-
tisfaz essa premissa e tudo se passa, na pr´ atica, como se o sistema fosse invariante
no tempo.
14. Duas outras poss´ıveis fontes de problemas para a operac¸ ˜ ao de sistemas de
controle s˜ ao dinˆ amicas n˜ ao-modeladas e incertezas param´ etricas.
Dinˆ amica n˜ ao-modelada. Ao desprezarmos a indutˆ ancia de armadura no modelo
do motor DC para passar de um modelo de terceira ordem para um de segunda
ordem, estamos tamb´ em desprezando a dinˆ amica do circuito de armadura. Admi-
timos implicitamente que o modelo de segunda ordem ´ e v´ alido porque o sinal de
entrada do circuito de armadura (Figura 3.2) n˜ ao consegue excitar o modo el´ etrico
do sistema, cuja constante de tempo (freq¨ uˆ encia de corte) ´ e muito menor (maior) do
que a contante de tempo (freq¨ uˆ encia de corte) do modo mecˆ anico. Desde que os
sinais presentes no sistema de controle em malha fechada n˜ ao excitem dinˆ amicas
n˜ ao-modeladas, podemos deixar essas dinˆ amicas fora do modelo;
Incerteza param´ etrica. Mesmo admitindo que os parˆ ametros do sistema n˜ ao va-
riam com o tempo, podemos ter um conhecimento apenas aproximado dos seus
valores. Em alguns casos, conhecemos os valores nominais e as tolerˆ ancias em
relac¸ ˜ ao aos valores nominais dos parˆ ametros. Quando dizemos que a resistˆ encia
de armadura de um motor ´ e R
a
com tolerˆ ancia de ±10%, estamos querendo dizer
que qualquer valor de resistˆ encia entre 0.9R
a
e 1.1R
a
´ e poss´ıvel. Mais uma vez, a
realimentac¸ ˜ ao pode compensar nossa incerteza com relac¸ ˜ ao aos parˆ ametros, desde
que o sistema de controle em malha fechada seja projetado para ser robusto, isto
´ e, para produzir o desempenho desejado independentemente dos valores reais dos
parˆ ametros.
EA721 / PAULO VALENTE / UNICAMP 53
Aula 4
Estabilidade Entrada-Sa´ıda
Atributos de um sistema de controle
Sistema um-grau-de-liberdade
Estabilidade entrada-sa´ıda
Atributos de um sistema de controle
1. Entre os atributos que todo sistema de controle deve apresentar, destacamos as
seguintes:
Garantir estabilidade. O atributo primordial de um sistema de controle, sem o
qual nenhum outro pode existir, ´ e assegurar a estabilidade do sistema. Sistemas de
controle s˜ ao usados para estabilizar plantas inst´ aveis ou para melhorar as condic¸ ˜ oes
de estabilidade de plantas est´ aveis, mas muito oscilat ´ orias;
Controlar erros de regime. Sistemas de controle s˜ ao normalmente projetados
para que a sa´ıda do sistema passe a rastrear determinadas entradas de referˆ encia,
isto ´ e, para que erro entre o valor de uma dada referˆ encia e o valor medido da sa´ıda
tenda a zero quando o tempo tender ao infinito (regime);
Reduzir sensibilidade a variac¸ ˜ oes de parˆ ametros. Sistemas de controle s˜ ao pro-
jetados a partir de modelos matem´ aticos que aproximam o comportamento dos
componentes f´ısicos do sistema. Sistemas de controle devem ser relativamente
insens´ıveis ` as aproximac¸ ˜ oes e ` as variac¸ ˜ oes dos parˆ ametros dos modelos adotados;
Rejeitar a ac¸ ˜ ao de dist ´ urbios. Sistemas de controle devem rejeitar (fazer desa-
parecer com o tempo) a ac¸ ˜ ao de entradas externas indesej´ aveis que possam agir
sobre os componentes do sistema. Idealmente, sistemas de controle n˜ ao deveriam
responder a essas entradas externas;
Controlar a resposta transit´ oria. A forma como um sistema de controle atinge
a condic¸ ˜ ao de regime ´ e muito importante. Controlar a resposta transit ´ oria signi-
fica moldar o comportamento de uma vari´ avel, geralmente a sa´ıda do sistema, em
termos de tempo de subida, sobre-elevac¸ ˜ ao, tempo de acomodac¸ ˜ ao, etc..
EA721 / PAULO VALENTE / UNICAMP 54
Controlar a resposta em freq¨ uˆ encia. Sistemas de controle podemser vistos como
filtros: devem deixar passar apenas as componentes de freq¨ uˆ encia do sinal de en-
trada que desejamos reproduzir (rastrear). Sinais fora da faixa de passagem do
sistema, como ru´ıdos aos quais o sistema de controle possa estar sujeito, devem ser
suficientemente atenuados.
Sistema um-grau-de-liberdade
2. Passamos a analisar mais detalhadamente as caracter´ısticas de sistemas de con-
trole emmalha fechada atrav´ es do diagrama de blocos da Figura 4.1, que representa
um sistema de controle conhecido como um-grau-de-liberdade pelas raz˜ oes ex-
posta a seguir. O sistema ilustrado na Figura 4.1 possui trˆ es vari´ aveis de entrada
– r (referˆ encia), w (dist ´ urbio na planta) e v (dist ´ urbio no sensor) – e trˆ es vari´ aveis
de sa´ıda – e (erro), u (controle) e y (sa´ıda medida). As vari´ aveis de entrada s˜ ao
independentes: afetam, mas n˜ ao s˜ ao afetadas pelas vari´ aveis de sa´ıda.
PSfrag replacements
r y u e
w
v
+
+
+
+
+

C(s) P(s)
F(s)
Figura 4.1: Sistema de controle em malha fechada.
3. A func¸ ˜ ao de transferˆ encia de malha fechada de qualquer entrada para qualquer
sa´ıda pode ser determinada a partir das func¸ ˜ oes de transferˆ encia de malha aberta
C(s) (controlador), P(s) (planta) e F(s) (sensor). Como cada entrada gera trˆ es
func¸ ˜ oes de transferˆ encia de malha fechada, existem nove func¸ ˜ oes deste tipo no
diagrama de blocos da Figura 4.1. Cada uma delas fornece um tipo de informac¸ ˜ ao
EA721 / PAULO VALENTE / UNICAMP 55
a respeito do funcionamento do sistema.
4. Cada vari´ avel de sa´ıda ´ e uma func¸ ˜ ao simultˆ anea das trˆ es vari´ aveis de entrada.
Denotando uma func¸ ˜ ao de malha fechada gen´ erica como T
zx
(s), sendo x a en-
trada e z a sa´ıda, e aplicando o Princ´ıpio da Superposic¸ ˜ ao ao diagrama da Figura
4.1, obtemos as sa´ıdas como func¸ ˜ oes das entradas no dom´ınio da transformada de
Laplace:
E(s) = T
er
(s)R(s) +T
ew
(s)W(s) +T
ev
(s)V (s), (19)
U(s) = T
ur
(s)R(s) +T
uw
(s)W(s) +T
uw
(s)V (s), (20)
Y (s) = T
yr
(s)R(s) +T
yw
(s)W(s) +T
yv
(s)V (s). (21)
5. An´ alise e projeto. Cada func¸ ˜ ao de transferˆ encia de malha fechada ´ e escrita em
termos das func¸ ˜ oes de malha aberta C(s), P(s) e F(s). Se estas ´ ultimas s˜ ao co-
nhecidas, assim como R(s), W(s) e V (s) (as transformadas de r, w e v), podemos
obter E(s), U(s) e Y (s), e em seguida e, u e y atrav´ es de anti-transfomada de La-
place. Podemos assim analisar o desempenho do sistema de controle em relac¸ ˜ ao a
determinadas entradas quando um dado controlador C(s) ´ e utilizado. Se podemos
analisar, podemos tamb´ em projetar um sistema de controle, definindo um con-
trolador C(s) que atenda a certas especificac¸ ˜ oes de desempenho associadas aos
atributos discutidos anteriormente.
6. Um dos objetivos do sistema de controle em malha fechada da Figura 4.1 ´ e fazer
a sa´ıda da planta rastrear uma dada entrada de referˆ encia. A resposta da planta ` a
entrada de referˆ encia pode ser analisada a partir da func¸ ˜ ao de transferˆ encia T
yr
(s).
Do diagrama de blocos da Fig. 4.1 e das transformadas de Laplace dos sinais r, e, u
e y, obtemos sucessivamente
E(s) = R(s) −F(s)Y (s),
= R(s) −P(s)F(s)U(s),
= R(s) −C(s)P(s)F(s)E(s).
A func¸ ˜ ao de tranferˆ encia de malha fechada entre a entrada de referˆ encia e o
erro de rastreio ´ e ent˜ ao dada por
T
er
(s) =
E(s)
R(s)
=
1
1 +C(s)P(s)F(s)
.
A func¸ ˜ ao de transferˆ encia de malha fechada entre a entrada de referˆ encia e a
entrada de controle pode ser obtida da seguinte forma:
T
ur
(s) =
U(s)
R(s)
=
E(s)
R(s)
U(s)
E(s)
=
C(s)
1 +C(s)P(s)F(s)
.
EA721 / PAULO VALENTE / UNICAMP 56
Finalmente, a func¸ ˜ ao de transferˆ encia de malha fechada entre a entrada de re-
ferˆ encia e a sa´ıda da planta ´ e dada por
T
yr
(s) =
Y (s)
R(s)
=
U(s)
R(s)
Y (s)
U(s)
=
C(s)P(s)
1 +C(s)P(s)F(s)
.
7. As demais func¸ ˜ oes de malha fechada podem ser obtidas de maneira an´ aloga,
manipulando o diagrama de blocos da Figura 4.1 de forma a eliminar vari ´ aveis in-
termedi´ arias entre a entrada e a sa´ıda desejadas. Os numeradores das func¸ ˜ oes de
malha fechada s˜ ao vari´ aveis – dependem de C(s), P(s) e F(s) de formas diferen-
tes – mas o denominador ´ e sempre o mesmo: 1 + C(s)P(s)F(s). Neste sentido,
dizemos que o sistema de controle da Figura 4.1 ´ e do tipo um-grau-de-liberdade,
pois uma vez definida a func¸ ˜ ao de transferˆ encia do controlador C(s), todas as de-
mais func¸ ˜ oes ficam automaticamente caracterizadas.
Estabilidade entrada-sa´ıda
8. O comportamento do sistema de controle em malha fechada da Figura 4.1 ´ e
enormemente influenciado pela func¸ ˜ ao 1 + C(s)P(s)F(s). Definimos a equac¸ ˜ ao
caracter´ıstica do sistema em malha fechada como
1 +C(s)P(s)F(s) = 0. (22)
As ra´ızes da equac¸ ˜ ao caracter´ıstica determinam muito do comportamento dinˆ a-
mico do sistema em malha fechada e ser˜ ao melhor explicitadas atrav´ es das repre-
sentac¸ ˜ oes de C(s), P(s) e F(s) na forma polinomial:
C(s) =
N
C
(s)
D
C
(s)
, P(s) =
N
P
(s)
D
P
(s)
, F(s) =
N
F
(s)
D
F
(s)
.
Os graus do numerador (N) e do denominador (D) de uma func¸ ˜ ao de trans-
ferˆ encia qualquer ser˜ ao denotados por m e n, respectivamente. Assumimos que
m ≤ n, e que, sem perda de generalidade, o coeficiente de grau n do denominador
´ e unit´ ario. Na discuss˜ ao a seguir tomamos uma func¸ ˜ ao de malha fechada gen´ erica
T(s). Na notac¸ ˜ ao polinomial,
T(s) =
N
T
(s)
D
T
(s)
=
N
T
(s)
D
C
(s)D
P
(s)D
F
(s) +N
C
(s)N
P
(s)N
F
(s)
, (23)
na qual N
T
(s) ´ e qualquer dos numeradores das func¸ ˜ oes de malha fechada. Exem-
plo: se T(s) = T
ry
(s), ent˜ ao N
T
(s) = N
C
(s)N
P
(s)D
F
(s) (verifique). A ordem
EA721 / PAULO VALENTE / UNICAMP 57
de T(s) ´ e
n
T
= n
C
+n
P
+n
F
.
e a equac¸ ˜ ao caracter´ıstica (22) ´ e equivalente a equac¸ ˜ ao polinomial
D
T
(s) = D
C
(s)D
P
(s)D
F
(s) +N
C
(s)N
P
(s)N
F
(s) = 0. (24)
Se n˜ ao houver cancelamentos entre as m
T
ra´ızes de N
T
(s) = 0 e as n
T
ra´ızes
de D
T
(s) = 0, ent˜ ao as primeiras s˜ ao os zeros e as segundas os p´ olos da func¸ ˜ ao
de transferˆ encia de malha fechada T(s).
9. Dizemos que um sinal qualquer x ´ e limitado se existe uma constante M > 0 tal
que [x(t)[ < M para todo t ≥ 0. O degrau de amplitude A ´ e um exemplo de sinal
limitado. Um sinal do tipo rampa de inclinac¸ ˜ ao A s
−1
´ e ilimitado, pois qualquer
que seja M > 0, sempre existir´ a um tempo t > 0 tal que [At[ ≥ M. Observamos
que a soma de sinais limitados ´ e tamb´ em um sinal limitado.
10. Recordemos que um sistema dinˆ amico ´ e est´ avel do ponto de vista entrada-
sa´ıda, ou BIBO-est´ avel (do inglˆ es, Bounded-Input-Bounded-Output), se a res-
posta do sistema a qualquer entrada limitada ´ e tamb´ em limitada. Supondo que x
(transformada X(s)) ´ e qualquer entrada limitada, desejamos estabelecer as condic¸ ˜ oes
sob as quais a sa´ıda z (transformada Z(s)) do sistema modelado por T(s) ser´ a
tamb´ em limitada. No presente contexto, x representa genericamente r, w ou v,
enquanto que z representa genericamente e, u ou y.
11. Passamos ent˜ ao a analisar a anti-transformada de Z(s) = T(s)X(s), isto ´ e,
a resposta de T(s) ` a entrada X(s). Para obter a expans˜ ao em frac¸ ˜ oes parciais de
Z(s) ´ e necess´ ario determinar os p´ olos de T(s) e de X(s). Os p´ olos de T(s) s˜ ao
as ra´ızes de D
T
(s) = 0; os p´ olos de X(s) = N
X
(s)/D
X
(s) s˜ ao as ra´ızes de
D
X
(s) = 0.
12. Exemplo. Considere x(t) = sen t, t ≥ 0 (entrada senoidal, limitada). Ent ˜ ao
X(s) =
N
X
(s)
D
X
(s)
=
1
s
2
+ 1
,
e os p´ olos de X(s) s˜ ao as ra´ızes de s
2
+ 1 = 0, iguais a x
1
= j e x
2
= −j. A
expans˜ ao em frac¸ ˜ oes parciais de X(s) ´ e
X(s) =
α
s −j
+
¯ α
s +j
,
na qual α e ¯ α s˜ ao os resı´ıduos complexos conjulgados de x
1
e x
2
.
EA721 / PAULO VALENTE / UNICAMP 58
13. Em termos gen´ ericos,
Z(s) = T(s)X(s) =
N
T
(s)N
X
(s)
D
T
(s)D
X
(s)
=
N
T
(s)N
X
(s)
n
T

i=1
(s −p
i
)
n
X

i=1
(s −x
i
)
, (25)
em que p
1
, p
2
, . . . , p
n
T
e x
1
, x
2
, . . . , x
n
X
s˜ ao os p´ olos de T(s) e de X(s), respec-
tivamente. Assumindo por simplicidade que os p´ olos de Z(s) (uni˜ ao dos p´ olos de
T(s) e X(s)) s˜ ao todos distintos, obtemos a expans˜ ao em frac¸ ˜ oes parciais
Z(s) =
α
1
s −p
1
+
α
2
s −p
1
+ +
α
n
T
s −p
n
T
+
+
α
n
T
+1
s −x
1
+
α
n
T
+2
s −x
2
+ +
α
n
T
+n
X
s −x
n
X
,
na qual α
i
, i = 1, 2, . . . , n
T
+ n
X
s˜ ao os res´ıduos associados aos p´ olos de Z(s)
(s
i
= p
i
ou s
i
= x
i
):
α
i
=
N
T
(s)N
X
(s)
n
T

i=1
(s −p
i
)
n
X

i=1
(s −x
i
)
(s −s
i
), i = 1, 2, . . . , n
T
+n
X
.
A sa´ıda Z(s) pode ser representada como a soma
Z(s) = Z
T
(s) +Z
X
(s), (26)
em que Z
T
(s) e Z
X
(s) cont´ em apenas termos relativos aos p´ olos de T(s) e de
X(s), respectivamente. Em particular, observamos que Z
X
(s) tem uma expans˜ ao
em frac¸ ˜ oes parciais igual ` a de X(s), exceto por novos res´ıduos calculados em
func¸ ˜ ao de T(s) e X(s). Assim sendo, se x for uma entrada limitada, ent ˜ ao z
X
, a
anti-transformada de Z
X
(s), ser´ a tamb´ em limitada. A anti-transformada de Z(s)
´ e
z(t) = z
T
(t) +z
X
(t), t ≥ 0,
na qual z
T
representa a resposta natural (transit ´ oria) e z
X
´ e a resposta forc¸ada (ou
de regime) do sistema modelado por T(s). Como z
X
ser´ a sempre limitada para
qualquer entrada limitada x, a resposta total z ser´ a limitada ou ilimitada devido
apenas ` a resposta natural z
T
. Especificamente,
z(t) = z
T
(t) +z
X
(t),
= α
1
e
p
1
t

2
e
p
2
t
+ +α
n
T
e
pn
T
t
+z
X
(t), t ≥ 0.
EA721 / PAULO VALENTE / UNICAMP 59
Crit´ erio de estabilidade. O sistema T(s) ´ e est´ avel no sentido entrada-sa´ıda se e
somente se Re¦p
i
¦ < 0 para todo i = 1, 2, . . . , n
T
, em que Re¦p
i
¦ denota a parte
real do i-´ esimo p´ olo de T(s).
14. A an´ alise de estabilidade de T(s) pode ser associada a regi ˜ oes do plano com-
plexo s onde se localizam seus p´ olos.
a) Se Re¦p
i
¦ < 0 para todo i (todos os p´ olos no semi-plano esquerdo) as expo-
nenciais s˜ ao todas amortecidas, fazendo com que z
T
tenda a zero (z tenda
a z
X
) quando t tende ao infinito (resposta limitada). Dizemos ent ˜ ao que o
sistema ´ e est´ avel;
b) Se Re¦p
i
¦ > 0 para algum i (pelo menos ump´ olo no semi-plano direito), a ex-
ponencial correspondente tende ao infinito (assim como z
T
) quando t tende
ao infinito (resposta ilimitada). Dizemos ent˜ ao que o sistema ´ e inst´ avel;
c) Se Re¦p
i
¦ ≤ 0 para todo i (nenhum p´ olo no semi-plano direito, um ou mais
p´ olos sobre o eixo imagin´ ario), a resposta pode ser limitada ou ilimitada
dependendo da entrada (limitada). Dizemos neste caso que o sistema ´ e mar-
ginalmente est´ avel.
15. Exemplo. Considere o sistema
T(s) =
Z(s)
X(s)
=
1
s(s + 1)
.
O sistema ´ e marginalmente est´ avel de acordo com a classificac¸ ˜ ao acima. Os
p´ olos do sistema s˜ ao p
1
= 0 e p
2
= −1. A resposta z ´ e limitada se a entrada
limitada for x(t) = sen t, t ≥ 0. Entretanto, se a entrada limitada for x(t) =
1, t ≥ 0 (X(s) = 1/s), a resposta ser´ a ilimitada (verifique):
z(t) = t +e
−t/τ
−τ, t ≥ 0.
Se T(s) possuir umpar de p´ olos imagin´ arios de freq¨ uˆ encia natural ω
n
(todos os
demais p´ olos no semi-plano esquerdo) e for submetido ` a entrada limitada x(t) =
sen ω
n
t, t ≥ 0, a resposta de T(s) ser´ a ilimitada devido ao efeito de ressonˆ ancia.
16. Retomamos agora o sistema de controle da Figura 4.1, lembrando que as nove
func¸ ˜ oes de malha fechada indicadas em (19)-(21) possuem o mesmo denominador
e portanto os mesmos p´ olos p
i
, i = 1, 2, . . . , n
T
. Suponha que r, w e v sejam
entradas limitadas e que Re¦p
i
¦ < 0 para todo i = 1, 2, . . . , n
T
. Neste caso, as
EA721 / PAULO VALENTE / UNICAMP 60
repostas individuais nas express˜ oes (19)-(21) s˜ ao todas limitadas, assim como as
somas que definem e, u e y. Logo, as sa´ıdas e, u e y ser˜ ao tamb´ em limitadas.
Dizemos ent˜ ao que o sistema de controle da Figura 4.1 ´ e internamente est´ avel.
17. Como os p´ olos do sistema em malha fechada s˜ ao as ra´ızes da equac¸ ˜ ao carac-
ter´ıstica 1 + C(s)P(s)F(s) = 0, as quais por sua vez dependem da escolha do
controlador C(s) para P(s) e F(s) dadas, devemos antes de tudo escolher o con-
trolador de forma que Re¦p
i
¦ < 0 para todo i = 1, 2, . . . , n
T
, o que garante que o
sistema em malha fechada ser´ a (internamente) est´ avel.
18. Exemplo. Considere a func¸ ˜ ao de transferˆ encia do motor DC controlado pela
armadura,
P(s) =
Y (s)
U(s)
=
k
s(τs + 1)
,
em que k e τ s˜ ao o ganho e a constante de tempo do motor, respectivamente. A
planta ´ e marginalmente est´ avel, pois uma entrada (tens˜ ao de armadura) do tipo
degrau unit´ ario, por exemplo, torna a sa´ıda (posic¸ ˜ ao angular do eixo) ilimitada.
Supondo C(s) = k
c
(controle proporcional) e F(s) = k
s
(V/rad), obtemos a
equac¸ ˜ ao caracter´ıstica (verifique)
τs
2
+s +k
c
k
s
k = 0,
cujas ra´ızes (p´ olos do sistema em malha fechada) s˜ ao sempre reais negativas ou
complexas conjulgadas com parte real negativa, quaisquer que sejam k
c
, k
s
, k e
τ positivos. Conseq¨ uentemente, o sistema de controle em malha fechada ´ e sem-
pre est´ avel e a sa´ıda permanece limitada, mesmo que existam dist ´ urbios limitados
agindo no sistema.
EA721 / PAULO VALENTE / UNICAMP 61
Aula 5
Erros de Regime
Realimentac¸ ˜ ao unit´ aria
Tipos de sistemas de controle
Erros de regime: entradas degrau, rampa e par´ abola
Realimentac¸ ˜ ao unit ´ aria
1. Considere o diagrama de blocos de um sistema de controle em malha fechada da
Figura 5.1, no qual eventuais dist ´ urbios agindo no sistema n˜ ao s˜ ao explicitamente
representados. A entrada r serve de referˆ encia para a sa´ıda da planta, y. As func¸ ˜ oes
de transferˆ encia (malha aberta) do controlador, da planta e do sensor s˜ ao C(s),
P(s) e F(s), respectivamente.
PSfrag replacements
r
y
e u +

C(s) P(s)
F(s)
Figura 5.1: Sistema de controle em malha fechada.
2. Em muitas situac¸ ˜ oes pr´ aticas, a resposta do sensor ´ e muito mais r´ apida do que as
respostas dos demais componentes do sistema. Nestes casos podemos desprezar a
dinˆ amica do sensor, aproximar F(s) por um ganho constante e obter um diagrama
de blocos equivalente ao da Figura 5.1, mas com realimentac¸ ˜ ao unit´ aria. Para
efeito de exposic¸ ˜ ao, suponha que F(s) mede temperatura e que F(s) = k
s
, em
que k
s
transforma
o
C em volts. Observamos que unidade da vari´ avel de referˆ encia
deve ser volts para que o erro entre a referˆ encia e a sa´ıda fac¸a sentido.
3. Assuma que a sa´ıda do sistema deva rastrear a temperatura de 100
o
C. Em
princ´ıpio, r(t) = 100, t ≥ 0 (
o
C) (degrau de amplitude 100). Na pr´ atica, para dar
EA721 / PAULO VALENTE / UNICAMP 62
sentido ao erro, a referˆ encia deve ser especificada em volts: r(t) = 100k
−1
s
, t ≥
0 (V). O diagrama de blocos da Figura 5.2 ´ e equivalente ao diagrama de Figura
5.1, na medida em que a relac¸ ˜ ao entre r e y permanece inalterada. Entretanto,
no diagrama da Figura 5.2, a referˆ encia na entrada do somador possui a mesma
unidade da sa´ıda do sistema,
o
C.
PSfrag replacements
r (V) r (
o
C)
y
k
s
k
−1
s
o
C
+

C(s) P(s)
Figura 5.2: Diagrama de blocos equivalente (F(s) = k
s
).
4. Se a referˆ encia for especificada em graus e o ganho do sensor for incorporado
ao controlador ou ` a planta, obtemos o sistema de controle com realimentac¸ ˜ ao
unit´ aria representado na Figura 5.3. Sistemas de controle com realimentac¸ ˜ ao
unit´ aria s˜ ao mais simples de analisar e projetar.
PSfrag replacements
r y e +

C(s) P(s)
Figura 5.3: Sistema de controle com realimentac¸ ˜ ao unit´ aria.
5. Assumimos que o sistema de controle em malha fechada da Figura 5.3 ´ e est´ avel.
A transformada de Laplace do erro entre a referˆ encia r e a sa´ıda y ´ e
E(s) = R(s) −Y (s),
=
R(s)
1 +C(s)P(s)
.
O erro de regime (ou de estado estacion´ ario) do sistema, pode ser calculado
EA721 / PAULO VALENTE / UNICAMP 63
atrav´ es do Teorema do Valor Final:
e
s
= lim
t→∞
e(t) = lim
s→0
sE(s).
Observamos que o erro de regime depende da entrada de referˆ encia e da func¸ ˜ ao
de transferˆ encia do controlador, vari´ aveis, e da func¸ ˜ ao de tranferˆ encia da planta,
dada. Um dos objetivos do projeto de sistemas de controle ´ e limitar e eventual-
mente anular os erros de regime do sistema para determinadas entradas padr ˜ oes, o
que pode ser feito atrav´ es de uma escolha apropriada do controlador.
Tipos de sistemas de controle
6. Considere a func¸ ˜ ao de transferˆ encia de malha aberta C(s)P(s) na forma
C(s)P(s) =
N
C
(s)
D
C
(s)
N
P
(s)
D
P
(s)
=
N
CP
(s)
D
CP
(s)
=
N
CP
(s)
s
N ¯
D
CP
(s)
,
na qual eventuais N p´ olos na origem de C(s)P(s) est˜ ao explicitamente indicados.
Sup˜ oe-se que N
CP
(s) e
¯
D
CP
(s) n˜ ao possuem zeros em s = 0. O n´ umero inteiro
N define o tipo do sistema de controle. Fisicamente, o tipo do sistema ´ e igual ao
n´ umero de integradores (1/s) no caminho direto entre a referˆ encia r e a sa´ıda y.
O tipo do sistema de controle determina fundamentalmente os valores dos erros de
estado estacion´ ario do sistema, como ser´ a visto a seguir.
Erros de regime: entradas degrau, rampa e par ´ abola
7. Os erros de regime para entradas degrau, rampa e par´ abola unit´ arias podem ser
calculados a partir da express˜ ao geral para erro de estado estacion´ ario:
e
s
= lim
s→0
sE(s) = lim
s→0
s
R(s)
1 +C(s)P(s)
.
Erros para entrada degrau. Se R(s) = 1/s, obtemos
e
d
= lim
s→0
1
1 +C(s)P(s)
=
1
1 + lim
s→0
C(s)P(s)
=
1
1 +k
p
,
em que
k
p
= lim
s→0
C(s)P(s),
EA721 / PAULO VALENTE / UNICAMP 64
denota a chamada constante de posic¸ ˜ ao do sistema. O termo posic¸ ˜ ao refere-se ao
fato de que estamos interessados em posicionar (colocar) a sa´ıda do sistema num
valor constante. O valor de k
p
depende do tipo do sistema de controle. Se N = 0,
ent˜ ao k
p
´ e uma constante, assim como e
d
. Se N ≥ 1, ent˜ ao k
p
= ∞e e
d
= 0. O
erro de regime de um sistema do tipo 1 ou superior para entrada degrau ´ e zero.
PSfrag replacements
r
r
r
y
y
y
t
t
t
tipo 0
tipo 1
tipo 2
e
r
= ∞
e
r
= cte
e
r
= 0
Figura 5.4: Erros de regime para entrada rampa.
Erros para entrada rampa. Se R(s) = 1/s
2
, obtemos
e
r
= lim
s→0
1
s +sC(s)P(s)
=
1
lim
s→0
sC(s)P(s)
=
1
k
v
,
em que
k
v
= lim
s→0
sC(s)P(s) (s
−1
),
EA721 / PAULO VALENTE / UNICAMP 65
denota a chamada constante velocidade do sistema, pois estamos interessados em
controlar a variac¸ ˜ ao da sa´ıda do sistema. Se N = 0, ent˜ ao k
v
= 0 e e
r
= ∞. Se
N = 1, ent˜ ao k
v
´ e uma constante, assim como e
r
. Se N ≥ 2, ent˜ ao k
v
= ∞ e
e
r
= 0. O erro de regime de um sistema do tipo 2 ou superior para entrada rampa
´ e zero. A Figura 5.4 ilustra os erros de regime para entrada rampa em func¸ ˜ ao do
tipo do sistema.
Erros para entrada par´ abola. Se R(s) = 1/s
3
, obtemos
e
p
= lim
s→0
1
s
2
+s
2
C(s)P(s)
=
1
lim
s→0
s
2
C(s)P(s)
=
1
k
a
,
em que
k
a
= lim
s→0
s
2
C(s)P(s) (s
−2
)
denota a chamada constante de acelerac¸ ˜ ao do sistema, pois agora estamos inte-
ressados em controlar a acelerac¸ ˜ ao da sa´ıda do sistema. Se N ≤ 1, ent˜ ao k
a
= 0 e
e
p
= ∞. Se N = 2, ent˜ ao k
a
´ e uma constante, assim como e
p
. Se N ≥ 3, ent˜ ao
k
a
= ∞ e e
p
= 0. O erro de regime de um sistema do tipo 3 ou superior para
entrada parab´ olica ´ e zero.
8. A tabela abaixo resume os valores dos erros de regime e das contantes de
posic¸ ˜ ao, velocidade e acelerac¸ ˜ ao para as entradas degrau, rampa e par´ abola em
func¸ ˜ ao do tipo do sistema.
N 1/s 1/s
2
1/s
3
Constantes
0
1
1 +k
p
∞ ∞ k
p
= lim
s→0
C(s)P(s)
1 0
1
k
v
∞ k
v
= lim
s→0
sC(s)P(s)
2 0 0
1
k
a
k
a
= lim
s→0
s
2
C(s)P(s)
Genericamente, para que os erros de regime devidos a entradas R(s) = 1/s
m
de ordens m = 1, 2, . . . , n sejam nulos, ´ e necess´ ario que N ≥ m. Se a amplitude
EA721 / PAULO VALENTE / UNICAMP 66
da entrada for A, o erro de regime ´ e simplesmente multiplicado por A. (Note que
R(s) = 1/s
3
´ e a transformada de Laplace de r(t) = t
2
/2, t ≥ 0.)
9. Se um sistema de controle responde bem a entradas simples como degrau,
rampa, par´ abola, etc., ent˜ ao ´ e razo´ avel imaginar que o sistema tamb´ em responder´ a
bem a entradas mais gerais que possam ser escritas como combinac¸ ˜ oes dos termos
1, t, t
2
/2, . . .. Todo sinal de entrada r bem comportado pode ser aproximado por
um polinˆ omio na forma
r(t) · c
1
+c
2
t +
c
3
t
2
2
+ , t ≥ 0,
o que justifica ainda mais nosso interesse pelos erros de regime para entradas de-
grau, rampa e par´ abola.
10. Como o tipo do sistema ´ e func¸ ˜ ao do n´ umero de p´ olos de C(s)P(s) na origem
e a func¸ ˜ ao de transferˆ encia da planta ´ e dada, o tipo do sistema varia de acordo
com a escolha do controlador. Suponha, por exemplo, que P(s) n˜ ao tenha p´ olos
na origem. Ainda assim o erro de regime para entrada degrau ser´ a nulo se o con-
trolador tiver pelo menos um p´ olo na origem (sistema tipo 1), como os chamados
controladores PI’s:
C(s) =
k
P
s +k
I
s
,
nos quais k
P
e k
I
s˜ ao os ganhos (ajust´ aveis) proporcional e integral, respectiva-
mente. Parece ent˜ ao natural incorporar a C(s) tantos integradores quantos sejam
necess´ arios para anular erros de regime. Essa pr´ atica, entretanto, torna a estabiliza-
c¸ ˜ ao do sistema em malha fechada muito dif´ıcil, como ser´ a constatado futuramente.
PSfrag replacements
r y +

k
c
10
s(0.1s + 1)
0
Figura 5.5: Controle de posic¸ ˜ ao de um motor DC.
11. Exemplo. Considere o diagrama de blocos da Figura 5.5, que representa
o sistema de controle de posic¸ ˜ ao de um motor DC. Como a constante de tempo
EA721 / PAULO VALENTE / UNICAMP 67
do motor ´ e τ = 0.1 s, a velocidade do motor atinge seu valor de regime ap´ os
aproximadamente 4τ = 0.4 s, quando operado em malha aberta. Como
C(s)P(s) =
10k
c
s(0.1s + 1)
,
o tipo do sistema ´ e N = 1. As constantes e erros de regime para as diferentes
entradas s˜ ao:
k
p
= lim
s→0
10k
c
s(0.1s + 1)
= ∞, e
d
=
1
1 +k
p
= 0,
k
v
= lim
s→0
s
10k
c
s(0.1s + 1)
= 10k
c
, e
r
=
1
k
v
=
1
10k
c
,
k
a
= lim
s→0
s
2
10k
c
s(0.1s + 1)
= 0, e
p
=
1
k
a
= ∞.
Se a unidade da sa´ıda for radiano e k
c
= 10, por exemplo, ent˜ ao o erro de
regime para entrada rampa seria de 0.01 rad/s. Nada se pode dizer a priori sobre o
tempo necess´ ario para o sistema chegar ` a situac¸ ˜ ao de regime.
12. Exemplo. O diagrama de blocos da Figura 5.6 representa um sistema de
controle de temperatura.
PSfrag replacements
r (V) y (
o
C)
+

C(s)
5
s + 0.1
0.05
Figura 5.6: Sistema de controle de temperatura.
Como o sistema n˜ ao se encontra na configurac¸ ˜ ao de realimentac¸ ˜ ao unit´ aria,
n˜ ao ´ e poss´ıvel calcular diretamente os erros de estado estacion´ ario. Incorporando
o ganho do sensor (k
s
= 0.05 V/
o
C) ` a planta, chegamos ao sistema de controle
com realimentac¸ ˜ ao unit´ aria da Figura 5.7. Supondo C(s) = k
c
, obtemos
C(s)P(s) =
0.25k
c
s + 0.1
,
EA721 / PAULO VALENTE / UNICAMP 68
e o tipo do sistema ´ e N = 0. O erro de regime para entrada degrau ´ e constante e
para as demais entradas ´ e infinito.
PSfrag replacements
r (
o
C) y (
o
C) +

C(s)
0.25
s + 0.1
Figura 5.7: Sistema com realimentac¸ ˜ ao unit´ aria.
A constante de posic¸ ˜ ao e o erro de regime para a entrada degrau s˜ ao
k
p
= lim
s→0
0.25k
c
s + 0.1
= 2.5k
c
e e
d
=
1
1 + 2.5k
c
o
C,
O erro de regime ´ e inversamente proporcional ao ganho do controlador, mas
restric¸ ˜ oes de ordem pr´ atica impedem que k
c
seja muito grande. Se a referˆ encia
degrau for de 100
o
C e k
c
= 10, ent˜ ao
e
d
=
100
1 + 2.5 10
= 4
o
C
A temperatura de regime seria de 96
o
C.
EA721 / PAULO VALENTE / UNICAMP 69
Aula 6
Faixa de Passagem e Sensibilidade
Faixa de passagem
Sensibilidade
Sensibilidade do sistema em malha aberta
Sensibilidade do sistema em malha fechada
Faixa de passagem
1. A faixa de passagem ou largura de banda de um sistema dinˆ amico pode
ser definida genericamente como sendo a faixa de freq¨ uˆ encias dentro da qual o
sistema responde satisfatoriamente ao sinal de entrada. O conceito tem origem na
´ area de Comunicac¸ ˜ oes. Amplificadores de ´ audio, por exemplo, s˜ ao normalmente
comparados a um amplificador ideal, no sentido do amplificador apresentar uma
resposta em freq¨ uˆ encia plana na faixa de 20 a 20000 Hz. A faixa de passagem
do amplificador ideal, 20000 Hz − 20 Hz = 19980 Hz, coincidiria com a faixa de
passagem do sistema auditivo do ser humano.
2. Resposta plana significa que a raz˜ ao entre as amplitudes da sa´ıda e da entrada ´ e
essencialmente constante ao longo da faixa de passagem do amplificador. A Figura
6.1 ilustra o diagrama de magnitude de um amplificador de ´ audio representado pela
func¸ ˜ ao de transferˆ encia G(s). A variac¸ ˜ ao no ganho (magnitude) do amplificador ´ e
de no m´ aximo 1/

2 (3 dB) dentro da faixa 20 Hz – 20000 Hz. O ganho cai 3 dB
nas freq¨ uˆ encias de corte 20 Hz e 20000 Hz.
PSfrag replacements
20 20000
3 dB
[G(jω)[
dB
f, Hz
Figura 6.1: Resposta de um amplificador de ´ audio ideal.
EA721 / PAULO VALENTE / UNICAMP 70
3. Para efeito de interpretac¸ ˜ ao em termos dos conte´ udos espectrais dos sinais en-
volvidos, considere o sistema T(s) = Y (s)/R(s). A energia do sinal de entrada
na freq¨ uˆ encia ω ´ e dada por
E
R
(ω) =
1
π
[R(jω)[
2
,
e como todo sinal f´ısico E
R
(ω) tende a zero quando ω tende ao infinito. A energia
do sinal de sa´ıda ´ e
E
Y
(ω) =
1
π
[Y (jω)[
2
=
1
π
[R(jω)T(jω)[
2
,
=
1
π
[R(jω)[
2
[T(jω)[
2
.
A energia do sinal de entrada na freq¨ uˆ encia ω ´ e transmitida para a sa´ıda apenas
se a magnitude do sistema na freq¨ uˆ encia ω ´ e significativa. Se a magnitude [T(jω)[
for significativa na faixa de freq¨ uˆ encias na qual a energia do sinal de entrada se
concentra, o sinal de entrada ser´ a satisfatoriamente transmitido para a sa´ıda do
sistema. Na terminologia pr´ opria da ´ area de sistemas de controle, diz-se que a
sa´ıda rastreia (segue, acompanha) a entrada.
4. A faixa de passagem de um sistema de controle T(s) pode ser definida como
a faixa de freq¨ uˆ encias dentro da qual a magnitude [T(jω)[ n˜ ao cai mais do que
3 dB em relac¸ ˜ ao ao valor [T(j0)[ (valor DC).
´
E poss´ıvel definir a freq¨ uˆ encia de
referˆ encia ω = 0 porque sistemas de controle s˜ ao essencialmente filtros passa-
baixas.
PSfrag replacements
3 dB
0 ←ω
[T(jω)[
dB
w, rad/s
ω
FP
Figura 6.2: Resposta t´ıpica de um sistema de controle.
EA721 / PAULO VALENTE / UNICAMP 71
A faixa de passagem do sistema ilustrado na Figura 6.2 ´ e numericamente igual
` a freq¨ uˆ encia ω
FP
tal que [T(jω
FP
)[
dB
= [T(j0)[
dB
−3 dB. Geralmente exige-se
que [T(j0)[
dB
= 0 ([T(j0)[ = 1), de forma que o sistema de controle seja capaz
de rastrear entradas constantes sem erros de regime.
5. Um dos objetivos do projeto de sistemas de controle ´ e limitar a faixa de passa-
gem do sistema ` a faixa de freq¨ uˆ encias necess´ aria para que a sa´ıda rastreie a entrada.
Desta forma, ru´ıdos (energia esp´ uria, n˜ ao-desejada) fora da faixa delimitada pela
faixa de passagem ser˜ ao substancialmente atenuados pelo sistema de controle. Ou-
tro efeito importante da limitac¸ ˜ ao da faixa de passagem ´ e impedir que determinadas
dinˆ amicas n˜ ao-modeladas, usualmente caracter´ısticas da planta em freq¨ uˆ encias
mais elevadas suprimidas no modelo adotado, sejam excitadas por componentes
do sinal de entrada nessas freq¨ uˆ encias.
6. A faixa de passagem do sistema em malha fechada ´ e determinada pela escolha
do controlador, uma vez que T(s) ´ e func¸ ˜ ao de C(s):
T(s) =
Y (s)
R(s)
=
C(s)P(s)
1 +C(s)P(s)F(s)
Para efeito de ilustrac¸ ˜ ao, considere
C(s) = k
c
, P(s) =
1
τs + 1
, e F(s) = 1.
A faixa de passagem do sistema em malha aberta, C(s)P(s) = k
c
/(τs + 1), ´ e
igual a freq¨ uˆ encia de corte da planta: ω
FP
= 1/τ. (A magnitude em ω
FP
= 1/τ
cai 3 dB em relac¸ ˜ ao ` a ass´ıntota de baixa freq¨ uˆ encia). Por outro lado, a faixa de
passagem do sistema em malha fechada
T(s) =
k
c
τs + (1 +k
c
)
´ e ω
FP
= (1 +k
c
)/τ (verifique), e agora depende do ganho do controlador. Menor
ganho, menor faixa de passagem e vice-versa. Se τ = 0.1 s e k
c
= 1, ent˜ ao
ω
FP
= 20 rad/s. A faixa de passagem de um sistema de segunda ordem na forma
padr˜ ao com fator de amortecimento ξ = 0.5 ´ e ω
FP
= ω
n
.
Sensibilidade
7. Um controlador projetado a partir das func¸ ˜ oes de transferˆ encia nominais da
planta e do sensor deve ser capaz de manter o desempenho especificado para o
EA721 / PAULO VALENTE / UNICAMP 72
sistema de controle emmalha fechada a despeito de poss´ıveis variac¸ ˜ oes nas func¸ ˜ oes
de transferˆ encia envolvidas.
8. Considere uma func¸ ˜ ao de transferˆ encia gen´ erica G(s). Desejamos analisar a
variac¸ ˜ ao de G(s) quando um dado parˆ ametro p de G(s) varia. (Uma notac¸ ˜ ao mais
formal seria G(s, p)). Suponha que G(s) e p representam valores nominais e que
∆G(s) e ∆p representamvariac¸ ˜ oes emrelac¸ ˜ ao aos valores nominais. Araz˜ ao entre
a variac¸ ˜ ao percentual de G(s) e a variac¸ ˜ ao percentual de p ´ e
S(s) =
∆G(s)
G(s)
∆p
p
=
∆G(s)
∆p
p
G(s)
.
A func¸ ˜ ao de sensibilidade de G(s) em relac¸ ˜ ao a p ´ e definida como
S
G
p
(s) = lim
∆p→0
∆G(s)
∆p
p
G(s)
=
∂G(s)
∂p
p
G(s)
.
9. Generalizac¸ ˜ ao. A func¸ ˜ ao de sensibilidade de uma func¸ ˜ ao de transferˆ encia G(s)
em relac¸ ˜ ao a outra func¸ ˜ ao de transferˆ encia Q(s) ´ e dada por
S
G
Q
(s) =
∂G(s)
∂Q(s)
Q(s)
G(s)
.
A resposta em freq¨ uˆ encia de S
G
Q
(s) expressa como a resposta em freq¨ uˆ encia
de G(s) varia percentualmente quando a resposta em freq¨ uˆ encia de Q(s) varia
percentualmente.
Sensibilidade do sistema em malha aberta
10. Suponha que G(s) = C(s)P(s) ´ e a func¸ ˜ ao de transferˆ encia do sistema de con-
trole em malha aberta. Neste caso, a sensibilidade de G(s) em relac¸ ˜ ao ` a variac¸ ˜ ao
de P(s) ´ e
S
G
P
(s) =
∂G(s)
∂P(s)
P(s)
G(s)
= C(s)
P(s)
C(s)P(s)
= 1,
expressando o fato de que qualquer variac¸ ˜ ao na planta ser´ a integralmente refletida
na func¸ ˜ ao de transferˆ encia do sistema em malha aberta, independentemente do
EA721 / PAULO VALENTE / UNICAMP 73
controlador utilizado. O desempenho do sistema em malha aberta ser´ a severamente
afetado por variac¸ ˜ oes na planta. Conclus˜ ao idˆ entica ´ e obtida quando a variac¸ ˜ ao
ocorre na func¸ ˜ ao de transferˆ encia do controlador.
Sensibilidade do sistema em malha fechada
11. Considere a func¸ ˜ ao de transferˆ encia de malha fechada
T(s) =
Y (s)
R(s)
=
C(s)P(s)
1 +C(s)P(s)F(s)
.
A sensibilidade do sistema em malha fechada T(s) em relac¸ ˜ ao a variac¸ ˜ oes na
planta P(s), no sensor F(s) ou no pr ´ oprio controlador C(s) pode ser investigada
com o aux´ılio da func¸ ˜ ao de sensibilidade.
12. A sensibilidade de T(s) em relac¸ ˜ ao a P(s) ´ e dada por
S
T
P
(s) =
∂T(s)
∂P(s)
P(s)
T(s)
,
=
[1 +C(s)P(s)F(s)]C(s) −[C(s)F(s)]C(s)P(s)
[1 +C(s)P(s)F(s)]
2

1 +C(s)P(s)F(s)
C(s)
,
=
1
1 +C(s)P(s)F(s)
.
A sensibilidade de T(s) em relac¸ ˜ ao a P(s) pode ser melhor analisada atrav´ es
da resposta em freq¨ uˆ encia de S
T
P
(s),
S
T
P
(jω) =
1
1 +C(jω)P(jω)F(jω)
.
A quantidade C(jω)P(jω)F(jω) ´ e chamada de ganho de malha do sistema.
Corresponde ` a resposta em freq¨ uˆ encia do produto das func¸ ˜ oes de transferˆ encia na
malha de controle se ignorarmos o sinal negativo no somador. O ganho de malha
deve ser grande dentro da faixa de passagem do sistema para que a sensibilidade
de T(s) em relac¸ ˜ ao a P(s) nessa faixa de freq¨ uˆ encias seja pequena. Como P(s)
e F(s) s˜ ao dadas, a soluc¸ ˜ ao ´ e projetar C(s) para produzir ganhos elevados nessa
faixa de freq¨ uˆ encias. Entretanto, ganhos muito elevados tornam a resposta do sis-
tema muito oscilat ´ oria, e eventualmente conduzem ` a sua instabilidade.
EA721 / PAULO VALENTE / UNICAMP 74
13. A sensibilidade de T(s) em relac¸ ˜ ao a F(s) ´ e calculada de forma an´ aloga, sendo
igual a (verifique)
S
T
F
(s) =
∂T(s)
∂F(s)
F(s)
T(s)
=
−C(s)P(s)F(s)
1 +C(s)P(s)F(s)
.
A resposta em freq¨ uˆ encia de S
T
F
(s) ´ e
S
T
F
(jω) =
−C(jω)P(jω)F(jω)
1 +C(jω)P(jω)F(jω)
.
A conclus˜ ao agora ´ e oposta ` a do caso anterior. O ganho de malha deve ser
pequeno dentro da faixa de passagem do sistema para que a sensibilidade de T(s)
em relac¸ ˜ ao a F(s) nessa faixa de freq¨ uˆ encias seja pequena. Para isso, devemos
projetar C(s) para produzir ganhos baixos dentro da faixa de passagem do sistema.
Por sua vez, ganhos muito baixos tornam a resposta do sistema muito lenta e pouco
precisa em relac¸ ˜ ao ` a entrada de referˆ encia.
14. Uma conclus˜ ao geral importante ´ e a de que ´ e imposs´ıvel projetar um contro-
lador de forma que o sistema de malha fechada seja simultaneamente insens´ıvel a
variac¸ ˜ oes na planta e no sensor. Uma soluc¸ ˜ ao para desacoplar as sensibilidades de
T(s) em relac¸ ˜ ao a P(s) e F(s) ´ e investir na qualidade do sensor, evitando que este
varie. Com isso, ´ e poss´ıvel trabalhar numa faixa de ganhos na qual o desempenho
do sistema em malha fechada possa ser melhor controlado.
15. A sensibilidade de T(s) em relac¸ ˜ ao a C(s) ´ e igual a sensibilidade de T(s) em
relac¸ ˜ ao a P(s) (verifique), o que n˜ ao altera as conclus˜ oes acima. Na maioria dos
sistemas de controle atuais o controlador ´ e implementado digitalmente, sendo basi-
camente um conjunto de instruc¸ ˜ oes na linguagem utilizada pelo microprocessador
utilizado. Neste sentido, a sensibilidade do sistema em relac¸ ˜ ao ao controlador tem
mais a ver com quest ˜ oes de representac¸ ˜ ao de parˆ ametros em ponto flutuante, por
exemplo.
16. A sensibilidade de T(s) em relac¸ ˜ ao a algum parˆ ametro p de P(s) (por exem-
plo) pode ser obtida atrav´ es da chamada regra da cadeia:
S
T
p
(s) =
∂T(s)
∂p
p
T(s)
=
∂T(s)
∂P(s)
∂P(s)
∂p
p
T(s)
.
17. Exemplo. Considere um sistema de controle em malha fechada com os se-
EA721 / PAULO VALENTE / UNICAMP 75
guintes componentes:
C(s) = k
c
, P(s) =
k
s + 0.1
e F(s) = 0.05.
Desejamos analisar a influˆ encia do ganho do controlador, k
c
, na sensibilidade
de T(s) em relac¸ ˜ ao ao ganho da planta, k. Supomos que o valor nominal de k ´ e 5.
A func¸ ˜ ao de malha fechada ´ e
T(s) =
C(s)P(s)
1 +C(s)P(s)F(s)
=
k
c
k
s + (0.1 + 0.05k
c
k)
.
Logo
S
T
k
(s) =
∂T(s)
∂k
k
T(s)
=
=
[s + (0.1 + 0.05k
c
k)]k
c
−(0.05k
c
)(k
c
k)
[s + (0.1 + 0.05k
c
k)]
2
[s + (0.1 + 0.05k
c
k)]
k
c
.
Em k = 5,
S
T
k
(s) =
s + 0.1
s + (0.1 + 0.25k
c
)
.
A resposta em freq¨ uˆ encia de S
T
k
(s) ´ e
S
T
k
(jω) =
jω + 0.1
jω + (0.1 + 0.25k
c
)
=
0.1
0.1 + 0.25k
c
_

0.1
+ 1
_
_

0.1 + 0.25k
c
+ 1
_ .
Observamos que a magnitude da sensibilidade S
T
k
(jω) decresce com o au-
mento do ganho do controlador.
EA721 / PAULO VALENTE / UNICAMP 76
Aula 7
Rejeic¸ ˜ ao de dist ´ urbios
Rejeic¸ ˜ ao de dist ´ urbios
Controle da resposta transit ´ oria
Controle da resposta em freq¨ uˆ encia
Rejeic¸ ˜ ao de dist ´ urbios
1. Dist ´ urbios s˜ ao entradas independentes que tendem a afetar de forma adversa
o funcionamento do sistema de controle. Entradas de dist ´ urbio podem ser usadas
para modelar a variac¸ ˜ ao de algum componente do sistema, ou para modelar o efeito
do ambiente sobre o sistema de controle. A Figura 9.1 ilustra um sistema de con-
trole no qual a entrada de dist ´ urbio, w, ´ e refletida na entrada da planta (atuac¸ ˜ ao).
A entrada de dist ´ urbio pode estar refletida na sa´ıda da planta, como na Figura 9.2.
PSfrag replacements
r y
w
+
+
+

C(s) P(s)
F(s)
Figura 9.1: Sistema de controle sujeito a um dist ´ urbio na atuac¸ ˜ ao.
PSfrag replacements
r
y
w
+
+
+

C(s) P(s)
F(s)
Figura 9.2: Sistema de controle sujeito a um dist ´ urbio na sa´ıda.
EA721 / PAULO VALENTE / UNICAMP 77
2. Certos dist ´ urbios podem ser modelados como a sa´ıda de um filtro D(s) subme-
tido a uma entrada w do tipo degrau, por exemplo. A Figura 9.3 ilustra a ac¸ ˜ ao do
dist ´ urbio filtrado na sa´ıda da planta.
PSfrag replacements
r
y
w
+
+
+

C(s) P(s)
F(s)
D(s)
Figura 9.3: Sistema de controle sujeito a dist ´ urbio filtrado na sa´ıda.
3. O efeito l´ıquido do dist ´ urbio indicado na Figura 9.1 ´ e modificar o sinal de
controle, tirando-lhe efetividade. Um dist ´ urbio na sa´ıda da planta como ilustra
a Figura 9.2 modifica o sinal a ser medido. Considere um dist ´ urbio na sa´ıda da
planta, como representado na Figura 9.3. Atrav´ es do Princ´ıpio da Superposic¸ ˜ ao,
obtemos
Y (s) =
C(s)P(s)
1 +C(s)P(s)F(s)
R(s) +
D(s)
1 +C(s)P(s)F(s)
W(s),
= T(s)R(s) +G(s)W(s),
em que G(s) = Y (s)/W(s). A primeira parcela da soma ´ e a resposta do sistema
de controle ` a entrada de referˆ encia r, enquanto que a segunda ´ e a resposta do
sistema ao sinal de dist ´ urbio w. A resposta temporal do sistema ´ e obtida anti-
transformando Y (s):
y(t) = y
R
(t) +y
W
(t), t ≥ 0
O sistema de controle n˜ ao pode evitar que a sa´ıda seja transitoriamente afetada
pela ac¸ ˜ ao do dist ´ urbio w, mas pode evitar a ac¸ ˜ ao do dist ´ urbio em regime, fazendo
com que y
W
(t) tenda a zero (y(t) tenda a y
R
(t)) quando t tender ao infinito. Neste
caso, dizemos que ocorre a rejeic¸ ˜ ao do dist ´ urbio pelo sistema de controle.
EA721 / PAULO VALENTE / UNICAMP 78
4. Na an´ alise de rejeic¸ ˜ ao de dist ´ urbio a seguir, consideramos realimentac¸ ˜ ao unit´ aria
(F(s) = 1). Na faixa de freq¨ uˆ encias na qual o ganho de malha C(jω)P(jω) for
grande (0 < ω ≤ ω
FP
, por exemplo),
T(jω) =
C(jω)P(jω)
1 +C(jω)P(jω)
· 1,
e a sa´ıda seguir´ a a referˆ encia com boa aproximac¸ ˜ ao, pois
G(jω) =
D(jω)
1 +C(jω)P(jω)
· 0.
significando que o dist ´ urbio ser´ a bastante atenuado. Como o controlador ´ e a parte
projet´ avel do sistema de controle, a forma mais indicada de se aumentar o ganho de
malha ´ e aumentando o ganho do controlador na faixa de freq¨ uˆ encias de interesse.
5. Exemplo. A conclus˜ ao de que C(jω)P(jω) deve ser grande para rejeic¸ ˜ ao de
dist ´ urbios independe do modelo do dist ´ urbio. Considere o sistema de controle da
Figura 9.4 abaixo, que modela um sistema autom´ atico de controle de temperatura
(aquecimento) de uma cˆ amara.
PSfrag replacements
r
y
w
+
+
+

k
P
+
k
I
s
5
s + 0.1
0.05
−0.6
s + 0.1
Figura 9.4: Sistema de aquecimento de uma cˆ amara.
Em malha aberta, a ac¸ ˜ ao de uma entrada de dist ´ urbio do tipo degrau como abrir
o acesso ` a cˆ amara, expondo a cˆ amara ` a temperatura externa, mais baixa, por um
per´ıodo de tempo suficientemente longo, reflete-se numa queda de −6
o
C ap´ os 40
s, representada pelo filtro
D(s) =
−0.6
s + 0.1
=
−6
10s + 1
,
EA721 / PAULO VALENTE / UNICAMP 79
de ganho −6 e constante de tempo τ = 10 s. A sa´ıda do sistema de controle em
malha fechada ´ e, de acordo com o Princ´ıpio da Superposic¸ ˜ ao,
Y (s) =
C(s)P(s)
1 +C(s)P(s)F(s)
R(s) +
D(s)
1 +C(s)P(s)F(s)
W(s),
= T(s)R(s) +G(s)W(s),
em que G(s) = Y (s)/W(s). Numericamente,
G(s) =
−0.6
s + 0.1
1 +
_
k
P
+
k
I
s
_
0.25
s + 0.1
,
=
−0.6s
s
2
+ (0.1 + 0.25k
P
)s + 0.25k
I
.
A resposta em freq¨ uˆ encia de G(s) ´ e
G(jω) =
−j0.6ω
−ω
2
+j(0.1 + 0.25k
P
)ω + 0.25k
I
,
e G(jω) tende a zero quando ω tende a zero. Dist ´ urbios de baixa freq¨ uˆ encia s˜ ao
bastante atenuados. Em particular, G(j0) = 0, significando que dist ´ urbios do tipo
degrau s˜ ao completamente rejeitados. Especificamente, para W(s) = 1/s,
y
W
(∞) = lim
s→0
sG(s)W(s) = 0.
Este efeito torna-se poss´ıvel devido a escolha do controlador PI, que fornece
ganho infinito na freq¨ uˆ encia ω = 0, quaisquer que sejam k
P
e k
I
> 0. Entre-
tanto, valores particulares de k
P
e k
I
tˆ em importante efeito sobre o comportamento
transit´ orio da cˆ amara da sala ap´ os a abertura do acesso.
Controle da resposta transit ´ oria
6. Em sistemas de controle estamos particularmente interessados em analisar como
a sa´ıda da planta responde a determinados sinais de referˆ encia. A func¸ ˜ ao de trans-
ferˆ encia de malha fechada relevante para este tipo de an´ alise ´ e
EA721 / PAULO VALENTE / UNICAMP 80
T(s) =
Y (s)
R(s)
=
N
T
(s)
D
T
(s)
=
N
T
(s)
n
T

i=1
(s −p
i
)
emque n
T
´ e a ordeme p
i
, i = 1, 2, . . . , n
T
, s˜ ao os p´ olos de T(s), respectivamente.
Os zeros de T(s) s˜ ao as ra´ızes de N
T
(s). Assumindo por simplicidade que os p´ olos
s˜ ao todos distintos, a sa´ıda da planta pode ser representada na forma de frac¸ ˜ oes
parciais como
Y (s) = T(s)R(s) =
α
1
s −p
1
+
α
1
s −p
2
+. . . +
α
1
s −p
n
T
+Y
R
(s),
na qual Y
R
(s) cont´ em as frac¸ ˜ oes relativas aos p´ olos de uma dada entrada R(s). A
resposta temporal do sistema ´ e obtida atrav´ es da anti-trasformada de Laplace de
Y (s):
y(t) = α
1
e
p
1
t

2
e
p
2
t
+ +α
1
e
pn
T
t
+y
R
(t), t ≥ 0
Se o sistema em malha fechada for est´ avel, isto ´ e, se as partes reais de todos os
p´ olos de T(s) forem negativas, ent˜ ao as exponenciais e
p
i
t
, i = 1, 2, . . . , n
T
ten-
dem a zero quando t → ∞ e a resposta tende ` a resposta forc¸ada ou resposta em
regime, y
R
. A resposta natural ou resposta transit ´ oria do sistema ´ e dada pela soma
α
1
e
p
1
t

2
e
p
2
t
+ +α
n
T
e
pn
T
t
, t ≥ 0.
7. P´ olos dominantes. As exponenciais e
p
i
t
, i = 1, 2, . . . , n
T
s˜ ao as vˆ ezes chama-
das de modos do sistema. A amplitude de cada modo ´ e dada pelo res´ıduo associado
ao respectivo p´ olo:
α
j
=
N
T
(s)

i=j
(s −p
j
)
R(s) [
s=p
i
, j = 1, 2, . . . , n
T
,
A contribuic¸ ˜ ao de cada modo para a resposta transit ´ oria do sistema ´ e func¸ ˜ ao da
sua amplitude, a qual por sua vez depende das localizac¸ ˜ oes dos zeros e p´ olos de
T(s) e de R(s), e da constante de tempo do p´ olo associado. Um p´ olo real possui
constante de tempo τ
i
= 1/[p
i
[ (p
1
< 0 se o sistema ´ e est´ avel). A constante de
tempo de um par de p´ olos complexos conjulgados −ξω
n
±jω
n

1 −ξ ´ e dada por
τ
i
= 1/(ξω
n
). Se
α
1
e
p
1
t

2
e
p
2
t
+ +α
n
T
e
pn
T
t
· α
i
e
p
i
t
, t ≥ 0,
EA721 / PAULO VALENTE / UNICAMP 81
dizemos que o p´ olo p
i
´ e o p´ olo dominante do sistema, que ent˜ ao responde como
um sistema de primeira ordem. Se
α
1
e
p
1
t

2
e
p
2
t
+ +α
n
T
e
pn
T
t
· α
i
e
p
i
t

j
e
p
j
t
, t ≥ 0,
os p´ olos p
i
e p
j
(eventualmente p
j
= ¯ p
i
, α
j
= ¯ α
i
) s˜ ao o par de p´ olos dominantes
do sistema, que ent˜ ao responde como um sistema de segunda ordem.
8. Exemplo. Considere a func¸ ˜ ao de transferˆ encia de malha fechada de terceira
ordem
T(s) =
Y (s)
R(s)
=
20
(s + 10)(s
2
+ 2s + 2)
.
Supondo uma entrada do tipo degrau unit´ ario, os valores dos res´ıduos asso-
ciados aos p´ olos de Y (s) s˜ ao os seguintes: p
1
= −10, α
1
= −0.0244, p
2
=
−1 + j, α
2
= −0.4878 + j0.6098, p
3
= −1 − j, α
3
= −0.4878 − j0.6098 e
p
4
= 0, α
4
= 1. A resposta do sistema a uma entrada degrau unit ´ ario pode ser
expressa na forma
Y (s) =
−0.0244
s −(−10)
+
−0.4878 +j0.6098
s −(−1 +j)
+
−0.4878 −j0.6098
s −(−1 −j)
+
1
s −0
.
A anti-transformada de Y (s) fornece a respota temporal do sistema ` a entrada de-
grau unit´ ario:
y(t) = −0.0244e
−10t
−(0.4878 −j0.6098)e
(−1+j)t

−(0.4878 +j0.6098)e
(−1−j)t
+ 1, t ≥ 0,
que em termos de seno e cosseno assume a forma
y(t) = −0.0244e
−10t
−e
−t
(0.9756 cos t + 1.2196 sen t) + 1, t ≥ 0.
Observamos ent˜ ao que o modo relativo ao p´ olo p
1
= −10 decresce rapidamente,
o que aliado ao fato da sua amplitude (res´ıduo) ser pequena, permite aproximar a
resposta transit ´ oria por
−e
−t
(0.9756 cos t + 1.2196 sen t), t ≥ 0.
9. Lembramos que os p´ olos p
i
, i = 1, 2, . . . , n
T
, s˜ ao as ra´ızes da equac¸ ˜ ao carac-
ter´ıstica
1 +C(s)P(s)F(s) = 0,
EA721 / PAULO VALENTE / UNICAMP 82
associada ao sistema de controle em malha fechada. Neste caso, a escolha do
controlador C(s), dadas as func¸ ˜ oes de transferˆ encia da planta e do sensor, P(s)
e F(s), ´ e determinante para a localizac¸ ˜ ao dos p´ olos do sistema e para o tipo de
resposta transit ´ oria que este exibir´ a. Muitas vˆ ezes estamos interessados em pro-
jetar C(s) de tal forma que a resposta transit ´ oria do sistema se assemelhe ` a res-
posta de um sistema de segunda ordem com um par de p´ olos complexos conjulga-
dos −ξω
n
± jω
n

1 −ξ, porque ´ e f´ acil relacionar especificac¸ ˜ oes de desempenho
t´ıpicas de resposta transit ´ oria, como m´ axima sobre-elevac¸ ˜ ao (M
p
), tempo de su-
bida (t
r
), etc., com o fator de amortecimento ξ e a freq¨ uˆ encia natural ω
n
dos p´ olos.
Neste caso, o controlador deve ser projetado para que o sistema de controle em
malha fechada apresente o par de p´ olos dominantes (complexos conjulgados) de-
sejado.
Controle da resposta em freq¨ uˆ encia
10. Concluimos anteriormente que para obter erros de regime pequenos, baixa
sensibilidade ` a variac¸ ˜ oes de parˆ ametros e rejeic¸ ˜ ao de dist ´ urbios numa faixa de
freq¨ uˆ encias de interˆ esse, ´ e necess´ ario elevar o ganho de malha C(jω)P(jω)F(jω),
o que normalmente ´ e feito atrav´ es da elevac¸ ˜ ao do ganho do controlador. Por ou-
tro lado, um ganho de malha muito elevado tende a tornar o sistema oscilat ´ orio
(eventualmente, inst´ avel), comprometendo a sua resposta transit ´ oria.
11. V´ arios aspectos do comportamento entrada-sa´ıda de um sistema de controle
podem ser analisadas atrav´ es da resposta em freq¨ uˆ encia da func¸ ˜ ao de transferˆ encia
de malha fechada T(s), caracterizada por
T(jω) =
C(jω)P(jω)
1 +C(jω)P(jω)F(jω)
.
Em particular, T(j0) (ω = 0 rad/s) representa o ganho DC do sistema em malha
fechada, isto ´ e, o ganho do sistema para uma entrada constante.
12. Se a magnitude de T(jω) for aproximadamente igual a 1 para freq¨ uˆ encias
variando de 0 at´ e uma certa freq¨ uˆ encia m´ axima, ent˜ ao o sistema ser´ a capaz de
rastrear referˆ encias descritas (principalmente) por uma soma de senoides de at ´ e
esta freq¨ uˆ encia m´ axima, o que caracteriza a faixa de passagem do sistema, ω
FP
.
13. Podemos mostrar que se o comportamento do sistema em malha fechada ´ e
dominado por um par de p´ olos complexos conjulgados, −ξω
n
±jω
n

1 −ξ, ent˜ ao
o produto ω
FP
t
r
´ e aproximadamente constante. Portanto, o tempo de subida
EA721 / PAULO VALENTE / UNICAMP 83
(t
r
) do sistema diminui ` a medida que a sua faixa de passagem aumenta. Um pico
(ressonˆ ancia) no diagrama de magnitude do sistema indica sobre-elevac¸ ˜ ao na sua
resposta transit ´ oria. Quanto maior a amplitude do pico, maior a sobre-elevac¸ ˜ ao
(menor ξ).
14. Caracter´ısticas da resposta dinˆ amica do sistema como as discutidas acima (e
v´ arias outras n˜ ao mencionadas) podem ser tomadas como especificac¸ ˜ oes de de-
sempenho para o sistema de controle em malha fechada. O controlador C(s) de-
ver´ a ser projetado atrav´ es de m´ etodos adequados, de forma a atender, se poss´ıvel,
a todas as especificac¸ ˜ oes formuladas.
EA721 / PAULO VALENTE / UNICAMP 84
Revis˜ ao 4
Crit ´ erio de Routh-Hurwitz
Estabilidade entrada-sa´ıda
Equac¸ ˜ oes polinomiais
Crit´ erio de Routh-Hurwitz
Casos especiais
Polinˆ omios auxiliares
Aplicac¸ ˜ ao em Controle
Estabilidade entrada-sa´ıda
1. Lembremos que um sistema ´ e (BIBO) est´ avel, ou est´ avel no sentido entrada-
sa´ıda, se qualquer entrada limitada aplicada ao sistema produz uma sa´ıda limitada.
Um sistema linear invariante no tempo ´ e est´ avel se e somente se todas as ra´ızes da
equac¸ ˜ ao caracter´ıstica
1 +C(s)P(s)F(s) = 0,
equivalente a
D
C
(s)D
P
(s)D
F
(s) +N
C
(s)N
P
(s)N
F
(s) = 0,
possuem partes reais negativas. A an´ alise de estabilidade de sistemas lineares in-
variantes no tempo pode ser subdividida da seguinte maneira:
Estabilidade absoluta. Deseja-se saber apenas se o sistema ´ e ou n˜ ao ´ e est´ avel,
isto ´ e, se todas as ra´ızes da equac¸ ˜ ao caracter´ıstica do sistema tˆ em ou n˜ ao tˆ em partes
reais negativas;
Estabilidade relativa. Se o sistema ´ e est´ avel, deseja-se saber qu˜ ao est´ avel ´ e o
sistema. Oobjetivo do estudo de estabilidade relativa ´ e estabelecer margens dentro
das quais o sistema permanece est´ avel.
Equac¸ ˜ oes polinomiais
EA721 / PAULO VALENTE / UNICAMP 85
2. Antes da sistematizac¸ ˜ ao da an´ alise de estabilidade atrav´ es do crit´ erio de Routh-
Hurwitz, vamos inferir algumas propriedades sobre equac¸ ˜ oes polinˆ omiais de grau
n que apresentam ra´ızes com partes reais negativas. Considere inicialmente a
equac¸ ˜ ao de primeiro grau
D(s) = a
1
s +a
0
= 0, a
1
,= 0.
A ra´ız da equac¸ ˜ ao ´ e s = −a
0
/a
1
, e se a ra´ız ´ e negativa, ent˜ ao a
1
> 0 e a
0
> 0 ou
a
1
< 0 e a
0
< 0. Se a ra´ız ´ e negativa, os coeficientes possuem o mesmo sinal.
3. Considere agora a equac¸ ˜ ao de segundo grau
D(s) = a
2
s
2
+a
1
s +a
0
= 0, a
2
,= 0,
e de maneira an´ aloga, vamos impor que as ra´ızes desta equac¸ ˜ ao, dadas por
s
1
=
−a
1
+


2a
2
e s
2
=
−a
1



2a
2
,
com ∆ = a
2
1
−4a
2
a
0
, sejam reais negativas ou sejam complexas conjulgadas com
parte real negativa. Suponha que ∆ ≥ 0, isto ´ e, que as ra´ızes sejam reais negativas.
Ent˜ ao a
2
> 0 implica que a
1
> 0 pois, caso contr´ ario, s
1
n˜ ao seria negativa. Neste
caso, para que
−a
1
+

∆ =
_
−a
1
+
_
a
2
1
−4a
2
a
0
_
< 0,
com a
2
> 0 e a
1
> 0, devemos ter a
0
> 0. Por outro lado, a
2
< 0 implica a
1
< 0
e a
0
< 0 atrav´ es de racioc´ınio an´ alogo envolvendo a ra´ız s
2
. Suponha agora que
∆ < 0, isto ´ e, que as ra´ızes s˜ ao complexas conjulgadas com parte real negativa, o
que imp˜ oe que a
2
e a
1
tenham o mesmo sinal. Se a
2
> 0 e a
1
> 0, ent˜ ao a
0
> 0
(para que ∆ < 0). Analogamente, se a
2
< 0 e a
1
< 0, ent˜ ao a
0
< 0. A conclus˜ ao
geral ´ e que se uma equac¸ ˜ ao de segundo grau possui ra´ızes negativas ou com parte
real negativa, ent˜ ao seus coeficientes possuem o mesmo sinal: a
2
> 0, a
1
> 0 e
a
0
> 0 ou a
2
< 0, a
1
< 0 e a
0
< 0.
4. Um polinˆ omio de terceiro grau sempre pode ser decomposto no produto de um
polinˆ omio de primeiro grau por um polinˆ omio de segundo grau:
D(s) = a
3
s
3
+a
2
s
2
+a
1
s +a
0
, a
3
,= 0,
= (α
1
s +α
0
)(β
2
s
2

1
s +β
0
).
EA721 / PAULO VALENTE / UNICAMP 86
Se as ra´ızes da equac¸ ˜ ao de terceiro grau possuem partes reais negativas, ent ˜ ao os
coeficientes α
1
e α
0
s˜ ao ambos positivos ou ambos negativos e os coeficientes
β
2
, β
1
e β
0
s˜ ao todos positivos ou todos negativos. Logo, se as ra´ızes da equac¸ ˜ ao
de terceiro grau tiverem partes reais negativas, ent˜ ao os coeficientes a
3
, a
2
, a
1
e
a
0
ser˜ ao todos positivos ou todos negativos.
5. Dado que um polinˆ omio de grau n qualquer sempre pode ser decomposto no
produto de polinˆ omios de primeiro e de segundo graus, concluimos que se um po-
linˆ omio de grau n possuir ra´ızes com partes negativas, ent˜ ao seus coeficientes de-
ver˜ ao ser todos positivos ou todos negativos. Uma maneira conveniente de resumir
esta propriedade ´ e definindo os seguintes conjuntos: H, conjunto dos polinˆ omios
de grau n, cujas ra´ızes possuempartes reais negativas, e (, conjunto dos polinˆ omios
de grau n, cujos coeficientes possuem o mesmo sinal. Acabamos de mostrar que
H ⊂ (, isto ´ e, que se D ´ e um polinˆ omio de grau n (qualquer) e D ∈ H, ent˜ ao
D ∈ (, como ilustra o diagrama de Venn da Figura 8.1.
PSfrag replacements
H
(
Figura 8.1: Diagrama de Venn.
6. Observamos que D ∈ ( n˜ ao implica D ∈ H, em geral. Exemplo: as ra´ızes
do polinˆ omio D(s) = s
3
+ s
2
+ 2s + 8, cujos coeficientes s˜ ao todos positivos
(D ∈ () s˜ ao p
1
= −2, p
2
= 1/2 + j

15/2 e p
3
= 1/2 − j

15/2. As ra´ızes
complexas conjulgadas possuem parte real positiva, e portanto D ,∈ H. (O crit ´ erio
de Routh-Hurwitz permite mostrar que D ∈ ( implica D ∈ H para n ≤ 2.)
Uma importante conseq¨ uˆ encia do estudo realizado ´ e a de que se D ,∈ (, ent˜ ao
D ,∈ H (Figura 8.1). Portanto, um sistema dinˆ amico cuja equac¸ ˜ ao caracter´ıstica
apresenta pelo menos um coeficiente nulo ou negativo n˜ ao pode ser est´ avel, po-
dendo entretanto ser marginalmente est´ avel ou inst´ avel.
EA721 / PAULO VALENTE / UNICAMP 87
Crit ´ erio de Routh-Hurwitz
7. Um m´ etodo direto para verificar se um dado sistema ´ e ou n˜ ao est´ avel seria
calcular as ra´ızes da equac¸ ˜ ao caracter´ıstica associada atrav´ es de softwares como
o MATLAB. Entretanto, a estabilidade absoluta do sistema depende apenas do
sinal das partes reais das ra´ızes, o que torna o c´ alculo de ra´ızes, no contexto de
estabilidade absoluta, desnecess´ ario. Al´ em disso, muitas vˆ ezes desejamos analisar
a estabilidade do sistema em func¸ ˜ ao de um ou mais parˆ ametros do seu modelo
matem´ atico sem recorrer a softwares de computac¸ ˜ ao simb´ olica.
8. O Crit´ erio de Routh-Hurwitz ´ e um crit´ erio alg´ ebrico simples para a an´ alise
da estabilidade de sistemas lineares invariantes no tempo. O crit ´ erio de Routh-
Hurwitz permite determinar quantas ra´ızes de um polinˆ omio dado possuem partes
reais positivas, negativas ou nulas. Conclus˜ oes sobre a estabilidade de um sis-
tema de interesse podem ent˜ ao ser obtidas aplicando-se o crit´ erio ` a equac¸ ˜ ao cara-
cater´ıstica associada.
9. Considere o polinˆ omio caracter´ıstico gen´ erico de grau n
D(s) = a
n
s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
, a
n
,= 0,
no qual, por hip´ otese, a
0
,= 0. Se a
0
= 0, uma das ra´ızes da equac¸ ˜ ao caracter´ıstica
´ e zero e o procedimento geral a seguir se aplicaria ao polinˆ omio restante. O pri-
meiro passo para a aplicac¸ ˜ ao do Crit´ erio de Routh-Hurwitz ´ e construir o chamado
Array de Routh:
s
n
a
n
a
n−2
a
n−4
a
n−6

s
n−1
a
n−1
a
n−3
a
n−5
a
n−7

s
n−2
b
1
b
2
b
3
b
4

s
n−3
c
1
c
2
c
3
c
4

.
.
.
.
.
.
.
.
.
s
2
k
1
k
2
s
1
l
1
s
0
m
1
Apenas os aspectos operacionais da an´ alise de estabilidade absoluta pelo Cri-
t´ erio de Routh-Hurwitz ser˜ ao tratados. A teoria por tr´ as da construc¸ ˜ ao do array
de Routh foge ao escopo do presente curso. As duas primeiras linhas do array
referenciadas como s
n
e s
n−1
, respectivamente, s˜ ao formadas pelos coeficientes
de D(s), a primeira pelos coeficientes a
n
, a
n−2
, . . . , a segunda pelos coeficentes
EA721 / PAULO VALENTE / UNICAMP 88
a
n−1
, a
n−3
, . . . . A linha s
n−2
´ e calculada a partir das linhas s
n
e s
n−1
de acordo
com a seguinte regra:
b
1
=
a
n−1
a
n−2
−a
n
a
n−3
a
n−1
, b
2
=
a
n−1
a
n−4
−a
n
a
n−5
a
n−1
,
A linha s
n−3
´ e calculada a partir das linhas s
n−1
e s
n−2
pela mesma regra:
c
1
=
b
1
a
n−3
−a
n−1
b
2
b
1
, c
2
=
b
1
a
n−5
−a
n−1
b
3
b
1
,
Supondo que nenhum elemento da primeira coluna do array (formada por a
n
,
a
n−1
, b
1
, c
1
, . . . ) se anula, repete-se o procedimento at´ e que a linha s
0
tenha sido
obtida, o que conclui a construc¸ ˜ ao do array de Routh.
10. Crit´ erio de Routh-Hurwitz. O n´ umero de ra´ızes de D(s) = 0 com partes
reais positivas ´ e igual ao de trocas de sinal na primeira coluna do array de Routh;
as ra´ızes de D(s) = 0 possuem partes reais negativas se e somente se todos os
coeficientes de D(s) possuem o mesmo sinal e n˜ ao h´ a troca de sinal na primeira
coluna do array.
11. Exemplo. O array de Routh associado ao polinˆ omio de sexto grau D(s) =
s
6
+ 4s
5
+ 3s
4
+ 2s
3
+s
2
+ 4s + 4 ´ e dado por
s
6
1 3 1 4
s
5
4 2 4 0
s
4
5
2
=
4 · 3 − 1 · 2
4
0 =
4 · 1 − 1 · 4
4
4 =
4 · 4 − 1 · 0
4
s
3
2 =
5
2
· 2 − 4 · 0
5
2

12
5
=
5
2
· 4 − 4 · 4
5
2
0
s
2
3 =
2 · 0 −
5
2
· (−
12
5
)
2
4 =
2 · 4 −
5
2
· 0
2
s
1

76
15
=
3 · (−
12
5
) − 2 · 4
3
0
s
0
4 =

76
15
· 4 − 3 · 0

76
15
EA721 / PAULO VALENTE / UNICAMP 89
Como existem duas trocas de sinal na primeira coluna do array (da linha s
2
para
a linha s
1
e de s
1
para s
0
), duas ra´ızes de D(s) = 0 encontram-se no semi-plano
direito. Um sistema cuja equac¸ ˜ ao carcater´ıstica fosse D(s) = 0 seria inst´ avel.
12. O crit´ erio de Routh-Hurwitz permite analisar apenas a estabilidade absoluta
de um sistema. As localizac¸ ˜ oes das ra´ızes n˜ ao s˜ ao conhecidas, apenas seus sinais,
e nada se pode dizer sobre o comportamento transit ´ orio ou de regime do sistema.
Uma operac¸ ˜ ao que pode ser realizada no sentido da simplificac¸ ˜ ao de c´ alculos para a
obtenc¸ ˜ ao do array de Routh ´ e dividir uma linha por uma constante positiva. Exem-
plo: dividindo a linha s
5
do array anterior por 2, obtemos
s
6
1 3 1 4
s
5
2 1 2 0
s
4
5
2
0 4
e o restante do array ´ e idˆ entico ao anterior. Ao dividirmos a linha, dividimos si-
multˆ aneamente todos os elementos que multiplicam a linha de cima e o elemento
pelo qual as diferˆ enc¸as s˜ ao divididas; o resultado tem de ser o mesmo. Tamb´ em
´ e poss´ıvel mostrar que o ´ ultimo elemento da primeira coluna de qualquer array de
Routh ´ e a
0
, o termo constante de D(s).
13. A construc¸ ˜ ao do array de Routh n˜ ao pode prosseguir de acordo com a regra
geral formulada se algum elemento da primeira coluna do array assumir valor nulo.
Neste caso, nem todas as ra´ızes de D(s) = 0 possuem partes reais negativas e
informac¸ ˜ oes adicionais podemser obtidas analisando-se os casos especiais a seguir.
Casos especiais
14. Caso Especial I. Se um elemento da primeira coluna se anula, mas na linha
correspondente existe ao menos um elemento n˜ ao-nulo, o procedimento deve ser o
seguinte:
a) Substitua o elemento nulo pelo n´ umero . Prossiga calculando os demais ele-
mentos do array em func¸ ˜ ao de ;
b) Ap´ os conclu´ıdo o array, os sinais dos elementos da primeira coluna s˜ ao deter-
minados fazendo-se →0;
c) Se houver trocas de sinal na primeira coluna qualquer que seja o sinal assumido
para , o n´ umero de trocas de sinal ´ e igual ao n´ umero de ra´ızes com partes
reais positivas;
EA721 / PAULO VALENTE / UNICAMP 90
d) Se houver trocas de sinal na primeira coluna somente se > 0 ou < 0, n˜ ao
existem ra´ızes com partes reais positivas; o polinˆ omio possui ra´ızes ima-
gin´ arias puras.
15. Exemplo. Considere o polinˆ omio de quinto grau
D(s) = s
5
+ 2s
4
+ 2s
3
+ 4s
2
+ 11s + 10
s
5
1 2 11
s
4
2 4 10
s
3
6
s
2

12

10
s
1
6
s
0
10
Se → 0
+
ou → 0
+
, ocorrem duas trocas de sinal na primeira coluna;
D(s) = 0 possui duas ra´ızes no semi-plano direito. No exemplo acima, o limite
→ 0 foi tomado logo ap´ os a obtenc¸ ˜ ao do primeiro elemento da linha s
2
, igual a
(4 −12)/. Isto sempre pode ser feito e simplifica os c´ alculos.
16. Caso Especial II. Uma linha do array ´ e inteiramente nula. Neste caso, os coefi-
cientes da linha imediatamente acima definem (em ordem decrescente de pot ˆ encias
de s) um polinˆ omio auxiliar A(s), cujas ra´ızes s˜ ao tamb´ em ra´ızes do polinˆ omio
D(s). O polinˆ omio auxiliar ´ e um polinˆ omio par, isto ´ e, A(s) possui apenas potˆ en-
cias pares de s. A construc¸ ˜ ao do array de Routh prossegue substituindo-se a linha
nula pela derivada de A(s) em relac¸ ˜ ao a s.
17. Exemplo. Considere o polinˆ omio do terceiro grau
D(s) = s
3
+s
2
+ 2s + 2,
e o array de Routh associado
s
3
1 2
s
2
1 2
s
1
0
A linha s
1
torna-se nula. O polinˆ omio auxiliar e sua derivada em relac¸ ˜ ao a s
s˜ ao A(s) = s
2
+2 e A

(s) = 2s +0, respectivamente. A linha s
1
´ e substitu´ıda por
por A

(s) e a construc¸ ˜ ao do array prossegue:
EA721 / PAULO VALENTE / UNICAMP 91
s
3
1 2
s
2
1 2
s
1
2
s
0
2
18. As informac¸ ˜ oes extra´ıdas do array de Routh no Caso Especial II s˜ ao ligeira-
mente diferentes:
a) Se houver trocas de sinal na primeira coluna do array, o n´ umero de trocas ´ e
igual ao n´ umero de ra´ızes com partes reais positivas;
b) Se n˜ ao houver trocas de sinal, n˜ ao existem ra´ızes com partes reais positivas; o
polinˆ omio possui ra´ızes imagin´ arias puras;
No exemplo anterior, as ra´ızes imagin´ arias puras s˜ ao as ra´ızes de A(s) = s
2
+
2 = 0, ou seja, s
1
= j

2 e s
2
= −j

2.
Polinˆ omios auxiliares
19. Um polinˆ omio auxiliar (par) qualquer pode ser representado na forma
A(s) = a
m
s
m
+a
m−2
s
m−2
+ +a
2
s
2
+a
0
,
sendo m um n´ umero par. Suponha que s
1
´ e uma ra´ız de A(s) = 0, possivelmente
uma ra´ız complexa de A(s) = 0. Ent˜ ao s
2
= ¯ s
1
(¯ s ´ e o complexo conjulgado
de s) tamb´ em ´ e uma ra´ız da equac¸ ˜ ao, pois ra´ızes complexas de polinˆ omios com
coeficientes reais aparecem em pares complexos conjulgados. Como A(s) possui
apenas potˆ encias pares, s
3
= −s
1
e s
4
= −s
2
s˜ ao tamb´ em ra´ızes de A(s) = 0.
PSfrag replacements
Re s
Ims
0
s
1
s
2
s
3
s
4
Figura R4.1: Simetria das ra´ızes de polinˆ omios pares.
EA721 / PAULO VALENTE / UNICAMP 92
As ra´ızes de um polinˆ omio par aparecer˜ ao simetricamente em relac¸ ˜ ao aos eixos
real e imagin´ ario do plano s, como ilustra a Figura R4.1.
20. Exemplos. O polinˆ omio s
2
− 1 ´ e par e suas ra´ızes s˜ ao s
1
= 1 e s
2
= −1.
Se o polinˆ omio for s
2
+ 1, as ra´ızes ser˜ ao s
1
= j e s
2
= −j. O polinˆ omio
s
4
+4 = (s
2
+2s +2)(s
2
−2s +2) ´ e par e suas ra´ızes s˜ ao s
1
= 1+j, s
2
= 1−j,
s
3
= −1 −j e s
4
= −1 +j. O array de Routh associado a este ´ ultimo polinˆ omio
seria
s
4
1 0 4
s
3
0 0
A linha s
3
se anula e o polinˆ omio auxiliar ´ e A(s) = s
4
+ 4. A linha s
3
´ e
substitu´ıda por A

(s) = 4s
3
+ 0:
s
4
1 0 4
s
3
4 0
s
2
0 4
O primeiro elemento de s
2
´ e 0, mas a linha n˜ ao ´ e nula. Substitui-se 0 por
(caso especial I) e a construc¸ ˜ ao do array prossegue:
s
4
1 0 4
s
3
4 0
s
2
4
s
1
−16/
s
0
4
Ap´ os a conclus˜ ao do array, existem duas trocas de sinal independentemente do
sinal de . Logo, s
4
+ 4 = 0 possui 2 ra´ızes no semi-plano direito (s = 1 ±j).
Aplicac¸ ˜ ao em Controle
21. Considere o sistema de controle da Figura R4.2. A planta ´ e est´ avel em malha
aberta (ra´ızes no semi-plano esquerdo). Deseja-se saber para que valores de k
P
>
0 e k
I
> 0 o sistema ser´ a est´ avel em malha fechada.
A equac¸ ˜ ao caracter´ıstica do sistema em malha fechada ´ e
1 +
_
k
P
+
k
I
s
_
1
(s + 1)(s + 2)
= 0,
EA721 / PAULO VALENTE / UNICAMP 93
ou s
3
+ 3s
2
+ (2 +k
P
)s +k
I
= 0.
PSfrag replacements
r y
+

k
P
+
k
I
s
1
(s + 1)(s + 2)
Figura R4.2: Sistema de controle em malha fechada (controlador PI).
O array de Routh associado ´ e
s
3
1 2 +k
P
s
2
3 k
I
s
1
6 + 3k
P
−k
I
3
s
0
k
I
Para que o sistema seja est´ avel em malha fechada,
k
I
> 0 e k
P
>
1
3
k
I
−2,
o que fornece a regi˜ ao indicada na Figura R4.3. Qualquer ponto (k
I
, k
P
) na regi˜ ao
hachurada ´ e tal que o sistema em malha fechada ´ e estavel.
PSfrag replacements
k
P
k
I
−2
6
Figura R4.3: Regi˜ ao de ganhos (k
I
, k
P
) que estabilizam o sistema de controle.
EA721 / PAULO VALENTE / UNICAMP 94
Aula 8
Crit ´ erio de Nyquist
Princ´ıpio do Argumento
Aplicac¸ ˜ ao em controle
Crit´ erio de estabilidade de Nyquist
Princ´ıpio do Argumento
1. Umsistema linear invariante no tempo ´ e est´ avel no sentido entrada-sa´ıda (BIBO-
est´ avel) se as partes reais de todas as ra´ızes da sua equac¸ ˜ ao caracter´ıstica s˜ ao ne-
gativas. A an´ alise da estabilidade absoluta de um sistema visa descobrir basica-
mente se o sistema ´ e est´ avel ou n˜ ao, e pode ser eficientemente realizada atrav´ es do
crit´ erio alg´ ebrico de Routh-Hurwitz. A an´ alise de estabilidade relativa envolve
determinar qu˜ ao est´ avel ´ e um dado sistema. O chamado crit´ erio de Nyquist per-
mite uma an´ alise mais completa de quest ˜ oes ligadas a estabilidade (absoluta e/ou
relativa) e ser´ a discutido a seguir.
2. O crit´ erio de Nyquist pode ser visto como uma aplicac¸ ˜ ao em Controle de
um resultado de an´ alise complexa conhecido como Princ´ıpio do Argumento ou
Teorema de Cauchy. O Princ´ıpio do Argumento utiliza os seguintes conceitos
b´ asicos:
Func¸ ˜ ao racional em s. Uma func¸ ˜ ao racional em s ´ e qualquer func¸ ˜ ao escrita
como a raz˜ ao de dois polinˆ omios em s. A imagem de F(s) num ponto qualquer s
pertencente ao plano complexo Re s Ims, referido como plano s, ´ e vista como
um ponto no plano complexo Re F(s) ImF(s), o qual ser´ a referido como plano
F(s);
Func¸ ˜ ao anal´ıtica em(
s
. Uma func¸ ˜ ao ´ e anal´ıtica numa regi ˜ ao (
s
do plano s se e
somente se a derivada da func¸ ˜ ao existe em todos os pontos de (
s
;
Curva fechada no plano s. Um arco no plano s ´ e definido como um conjunto
de pontos descritos parametricamente por
(
s
= ¦s(t) = σ(t) +jω(t), a ≤ t ≤ b¦,
EA721 / PAULO VALENTE / UNICAMP 95
em que as partes real σ(t) e imagin´ aria ω(t) s˜ ao func¸ ˜ oes cont´ınuas de t variando
no intervalo real [a, b]. Os pontos de (
s
descrevem um arco num determinado
sentido (hor´ ario ou anti-hor´ ario), de acordo com valores crescentes de t. Adota-se
a convenc¸ ˜ ao de que o arco ´ e percorrido no sentido hor´ ario, positivo. Uma curva
fechada ´ e todo arco cujas extremidades coincidem, isto ´ e, s(a) = s(b).
Princ´ıpio do Argumento. Seja F(s) uma func¸ ˜ ao racional em s e (
s
uma curva
fechada no plano s. Seja ainda (
F
= ¦F(s), s ∈ (
s
¦ o mapeamento da curva (
s
no plano F(s). Assuma que
1. F(s) ´ e anal´ıtica dentro e sobre (
s
, exceto possivelmente num n´ umero finito
de p´ olos, e
2. F(s) n˜ ao possui zeros ou p´ olos sobre (
s
.
Ent˜ ao
N = Z −P,
sendo Z o n´ umero de zeros de F(s) em (
s
, P ´ e o n´ umero de p´ olos de F(s) em
(
s
e N ´ e o n´ umero de vˆ ezes que a curva (
F
envolve a origem do plano F(s), no
sentido hor´ ario se N > 0, e anti-hor´ ario se N < 0. A Figura 8.1(a) ilustra uma
curva fechada no plano s que satisfaz as hip´ oteses do Princ´ıpio do Argumento.
Assume-se que F(s) possui trˆ es zeros (Z = 3) e um p´ olo (P = 1) no interior de
(
s
. Neste caso, a curva (
F
envolve a origem do plano F(s) duas vˆ ezes no sentido
hor´ ario (Figura 8.1(b)).
PSfrag replacements
Re s
Ims
Re F(s)
ImF(s)
0
(
s
(
F
(a)
(b)
Figura 8.1: Princ´ıpio do Argumento: (a) (
s
, (b) (
F
.
EA721 / PAULO VALENTE / UNICAMP 96
Aplicac¸ ˜ ao em controle
3. Considere a equac¸ ˜ ao caracter´ıstica
F(s) = 1 +G(s) = 0,
referente a um dado sistema de controle, onde G(s) representa o ganho de malha
do sistema, isto ´ e, G(s) ´ e o resultado do produto das func¸ ˜ oes de transferˆ encia do
controlador, da planta e do sensor. Assuma que G(s) se encontra na forma fatorada:
G(s) =
k
nz

i=1
(s −z
i
)
np

i=1
(s −p
i
)
,
onde os z
i
’s e p
i
’s s˜ ao os n
z
zeros e n
p
p´ olos de G(s). Para que o sistema seja
est´ avel em malha fechada, todos os zeros de F(s) (p´ olos do sistema em malha
fechada) devem situar-se no semi-plano esquerdo do plano s.
4. Uma aplicac¸ ˜ ao imediata do Princ´ıpio do Argumento na an´ alise de estabilidade
de um sistema de controle em malha fechada se daria da seguinte forma:
1. Escolhe-se uma curva fechada (
s
envolvendo todo o semiplano direito do
plano s;
2. Obtem-se a curva correspondente (
F
e determina-se N, o n´ umero de vˆ ezes
que (
F
envolve a origem do plano F(s);
3. O n´ umero de zeros de F(s) no semi-plano direito (interior de (
s
) ´ e igual a
Z = N +P, onde P ´ e o n´ umero de p´ olos de F(s) no semiplano direito.
5.
´
E importante notar que os p´ olos de G(s) s˜ ao tamb´ em os p´ olos de F(s). De fato,
F(s) = 1 +G(s) = 1 +
k
nz

i=1
(s −z
i
)
np

i=1
(s −p
i
)
=
np

i=1
(s −p
i
) +k
nz

i=1
(s −z
i
)
np

i=1
(s −p
i
)
.
Portanto o valor de P ´ e conhecido. O que n˜ ao se conhece ´ e Z, o n´ umero de
zeros de F(s) (p´ olos do sistema em malha fechada) no semiplano direito. Para
EA721 / PAULO VALENTE / UNICAMP 97
obter Z seria necess´ ario fatorar o numerador de F(s). O Princ´ıpio do Argumento
permite determinar Z indiretamente atrav´ es de N, o n´ umero de vˆ ezes que a curva
(
F
envolve a origem do plano F(s).
Crit ´ erio de estabilidade de Nyquist
6. A parte cr´ıtica da aplicac¸ ˜ ao do Princ´ıpio do Argumento ´ e a obtenc¸ ˜ ao do ma-
peamento (
F
= ¦F(s), s ∈ (
s
¦, para o que ´ e conveniente expressar F(s) na
forma exponencial F(s) = [F(s)[e
jφ(s)
. As quantidades [F(s)[ e φ(s) num ponto
qualquer s s˜ ao facilmente calculadas quando F(s) encontra-se na forma fatorada,
mas isso exigiria fatorar o numerador de F(s). A soluc¸ ˜ ao ´ e adaptar o Princ´ıpio
do Argumento ` a func¸ ˜ ao G(s), cuja forma fatorada ´ e conhecida. O mapeamento
alternativo
(
G
= ¦G(s) = −1 +F(s), s ∈ (
s
¦
nada mais ´ e do que o mapeamento (
F
transladado de −1 (isto ´ e, de −1+j0). As-
sim sendo, se (
F
envolver N vˆ ezes a origem do plano F(s), ent˜ ao (
G
(translac¸ ˜ ao
de (
F
) envolver´ a N vˆ ezes o ponto −1 + j0 no plano G(s), como ilustra a Figura
8.2.
PSfrag replacements
Re F(s)
ImF(s)
0 −1
(
G
(
F
Figura 8.2: Translac¸ ˜ ao da curva (
F
para obtenc¸ ˜ ao de (
G
.
7. Para que Z = N + P = 0, isto ´ e, para que nenhum zero de F(s) (p´ olo do
sistema em malha fechada) esteja no semiplano direito do plano s, e desta forma
o sistema de controle em malha fechada seja est´ avel, a curva (
G
deve envolver P
EA721 / PAULO VALENTE / UNICAMP 98
vˆ ezes o ponto −1 +j0 no sentido anti-hor´ ario (N < 0).
Crit´ erio de estabilidade de Nyquist. Um sistema de controle realimentado ´ e
est´ avel se e somente se a curva (
G
envolve P vˆ ezes o ponto −1 + j0 no sentido
anti-hor´ ario, onde P ´ e o n´ umero de p´ olos de G(s) (e de F(s)) no semiplano direito
do plano s.
8. A construc¸ ˜ ao do chamado Diagrama de Nyquist para an´ alise de estabilidade
ser´ a discutida em termos de um exemplo ilustrativo. A func¸ ˜ ao de malha aberta
G(s) =
k
s(τs + 1)
, k > 0, τ > 0
possui um p´ olo na origem e um p´ olo real em −1/τ < 0. Nenhum p´ olo de G(s)
encontra-se no semiplano direito e portanto P = 0. A curva (
s
adequada ` a an´ alise
do sistema realimentado (cuja equac¸ ˜ ao caracter´ıstica ´ e 1 + G(s) = 0) ´ e como
ilustrada na Figura 8.3.
PSfrag replacements
Re s
Ims
0
+
0

+∞
−∞

1
τ
(
s
r →∞

Figura 8.3: Curva (
s
para G(s) = k/s(τs + 1).
A curva (
s
da Figura 8.3 cumpre duas condic¸ ˜ oes b´ asicas para a aplicac¸ ˜ ao do
Crit´ erio de Nyquist. Primeiro, a curva n˜ ao pode passar sobre zeros ou p´ olos de
G(s), raz˜ ao pela qual a curva contorna o p´ olo na origem com um semic´ırculo
de raio > 0 tendendo a zero, para que apenas o p´ olo na origem seja exclu´ıdo.
Segundo, a curva deve envolver todo o semiplano direito, raz˜ ao pela qual adota-se
um semic´ırculo de raio r > 0 tendendo ao infinito.
9. O mapeamento de (
s
em (
G
= ¦G(s), s ∈ (
s
¦ ´ e obtido por trechos, nos quais
os valores de s ∈ (
s
s˜ ao explicitamente caracterizados.
EA721 / PAULO VALENTE / UNICAMP 99
¦0

→0
+
¦
Neste trecho, os valores de (
s
podem ser descritos como
s = e

, −90
o
≤ φ ≤ 90
o
,
pois o m´ odulo de s ´ e e a fase varia de −90
o
a 90
o
quando o semic´ırculo ´ e
percorrido de 0

a 0
+
. O mapeamento de s = e

no plano G(s) ´ e
lim
→0
G(s)[
s= e
jφ = lim
→0
_
k
e

_
= lim
→0
k

e
−jφ
.
A magnitude de G(s) ´ e infinita e quando a fase de s varia de −90
o
a 90
o
na
curva (
s
, a fase de G(s) varia de 90
o
a −90
o
na curva (
G
. O mapeamento
de s = e

no plano G(s) ´ e representado na Figura 10.4 pelo semic´ırculo
de raio infinito conectando as freq¨ uˆ encias de ω = 0

a ω = 0
+
;
¦0
+
→+∞¦
Neste trecho, s = jω, 0
+
≤ ω ≤ +∞. O mapeamento ´ e
G(jω) =
k
jω(jωτ + 1)
,
=
k
ω
_
(ωτ)
2
+ 1

−90
o
−tan
−1
ωτ.
Quando ω →0
+
, a magnitude de G(s) tende a +∞e a fase de G(s) tende a
−90
o
(por valores menores do que −90
0
). Quando ω → +∞, a magnitude
tende a 0 e a fase tende a −180
o
. Em ω = 1/τ, a amplitude vale kτ/

2
e a fase vale −135
o
. O mapeamento do trecho ¦0
+
→ +∞¦ encontra-se
ilustrado na Figura 8.4.
¦+∞→−∞¦
Neste trecho, os valores da curva (
s
podem ser descritos como
s = re

, r →∞, −90
o
≤ φ ≤ 90
o
,
e o seu mapeamento no plano G(s) ´ e
lim
r→∞
G(s)[
s=re
jφ = lim
r→∞
k
re

(τre

+ 1)
= lim
r→∞
k/τ
r
2
e
−j(2φ)
.
EA721 / PAULO VALENTE / UNICAMP 100
A magnitude de G(s) ´ e zero, ao mesmo tempo em que a fase de G(s) salta
de −180
o
(quando φ = 90
o
) em ω = +∞ para 180
o
(quando φ = −90
o
)
em ω = −∞. O mapeamento do trecho ¦+∞→−∞¦ ´ e a origem do plano
G(s) (Figura 8.4).
¦−∞→0

¦
Neste trecho, s = −jω, 0

≤ ω ≤ −∞. Como [G(−jω)[ = [G(jω)[ e

G(−jω) = −

G(jω), isto ´ e, G(−jω) ´ e o complexo conjugado de G(jω),
o mapeamento do trecho ¦−∞ → 0

¦ ´ e o complexo conjulgado do obtido
no trecho ¦0
+
→ +∞¦. O Diagrama de Nyquist de G(s) ´ e sim´ etrico em
relac¸ ˜ ao ao eixo real, como ilustra a Figura 8.4.
10. Como P = 0, pois G(s) n˜ ao possui p´ olos no semiplano direito, e N = 0, pois
(
G
n˜ ao envolve o ponto −1 +j0, conclui-se que Z = 0. O sistema realimentado ´ e
est´ avel para quaisquer k e τ positivos.
PSfrag replacements
Re G(s)
ImG(s)
ω = 0
+
ω = 0

ω = +∞
ω = −∞
0
(
G
−1
Figura 8.4: Diagrama de Nyquist de G(s) = k/s(τs + 1).
EA721 / PAULO VALENTE / UNICAMP 101
Aula 9
Crit ´ erio de Nyquist
Margem de ganho e margem de fase
Margem de ganho e margem de fase
1. Os conceitos de margem de ganho e margem de fase ser˜ ao motivados atrav´ es da
an´ alise do diagrama de Nyquist da func¸ ˜ ao de malha aberta de segunda ordem
G(s) =
k
s(τ
1
s + 1)(τ
2
s + 1)
, k > 0, τ
1
> 0, τ
2
> 0.
Adota-se a mesma curva (
s
da Figura 8.3. O mapeamento (
G
´ e obtido por trechos.
¦0

→0
+
¦
Neste trecho, s = e

, −90
o
≤ φ ≤ 90
o
. O mapeamento de s atrav´ es
de G(s) ´ e
lim
→0
G(s)[
s=e
jφ =
k
e


1
e

+ 1)(τ
2
e

+ 1)
= lim
→0
k

e
−jφ
.
A magnitude de G(s) ´ e infinita, enquanto a fase de G(s) varia de 90
o
a −90
o
quando s vai de 0

a 0
+
(Figura 9.1).
¦0
+
→+∞¦
Neste trecho, s = jω, 0
+
≤ ω ≤ +∞. O mapeamento de s atrav´ es de
G(s) ´ e
G(jω) =
k
ω
_
(ωτ
1
)
2
+ 1
_
(ωτ
2
)
2
+ 1

−90
0
−tan
−1
ωτ
1
−tan
−1
ωτ
2
.
Quando ω →0
+
, a magnitude de G(s) tende ao infinito, enquanto a fase de
G(s) tende a −90
o
(por valores menores do que −90
o
). Quando ω →+∞,
EA721 / PAULO VALENTE / UNICAMP 102
a magnitude de G(s) tende a zero, enquanto a fase de G(s) tende a −270
o
,
indicando que (
G
cruza o eixo real (Figura 9.1).
¦+∞→−∞¦
Neste trecho, s = re

, r → ∞, −90
o
≤ φ ≤ 90
o
. O mapeamento de
s atrav´ es de G(s) ´ e
lim
r→∞
G(s)[
s=re
jφ = lim
r→∞
k
re


1
re

+ 1)(τ
2
re

+ 1)
= lim
r→∞
k/(τ
1
τ
2
)
r
3
e
−j3φ
.
A magnitude de G(s) ´ e zero, enquanto a fase de G(s) salta −270
o
(quando
φ = 90
o
) para 270
o
(quando φ = −90
o
). O trecho ´ e mapeado na origem do
plano G(s) (Figura 9.1).
¦−∞→0

¦
Neste trecho s = jω, −∞ ≤ ω ≤ 0

. O mapeamento de s atrav´ es de
G(s) ´ e igual ao complexo conjulgado do obtido no trecho ¦0
+
→ +∞¦
(Figura 9.1)
PSfrag replacements
Re G(s)
ImG(s)
ω = 0
+
ω = 0

ω = +∞
0
(
G


1
τ
2
τ
1

2
ω = 1/

τ
1
τ
2
Figura 9.1: Diagrama de Nyquist de G(s) = k/s(τ
1
s + 1)(τ
2
s + 1).
EA721 / PAULO VALENTE / UNICAMP 103
2. A func¸ ˜ ao de transferˆ encia de malha aberta G(s) n˜ ao possui p´ olos no semiplano
direito e portanto P = 0. Para que o sistema de controle seja est ´ avel em malha
fechada ´ e necess´ ario que Z = N + P = 0, isto ´ e, o diagrama de Nyquist (curva
(
G
) da Figura 11.1 n˜ ao pode envolver nenhuma vez o ponto −1 +j0 (N = 0).
3. A estabilidade do sistema realimentado depende do ponto de cruzamento da
curva (
G
com o eixo real. Se o cruzamento se der num ponto a direita de −1 +j0,
o sistema realimentado ser´ a est´ avel porque −1 + j0 n˜ ao ser´ a envolvido nehuma
vez (N = 0). Se o cruzamento se der num ponto a esquerda de −1 +j0, o sistema
realimentado ser´ a inst´ avel porque −1 + j0 ser´ a envolvido duas vˆ ezes (N = 2,
Z = 2), indicando que duas ra´ızes de 1+G(s) = 0 (p´ olos do sistema realimentado)
encontram-se no semiplano direito.
4. A freq¨ uˆ encia na qual a fase de G(jω) vale −180
o
(ponto sobre o eixo real) ´ e
igual a ω = 1/

τ
1
τ
2
(verifique). A magnitude de G(jω) nessa freq¨ uˆ encia vale
(calcule) kτ
1
τ
2
/(τ
1

2
). Neste caso para que o sistema realimentado seja est ´ avel,
−k
τ
1
τ
2
τ
1

2
> −1 ou k <
τ
1

2
τ
1
τ
2
.
O ganho k = (τ
1

2
)/(τ
1
τ
2
) ´ e o ganho cr´ıtico do sistema. Corresponde ao ganho
onde o lugar das ra´ızes do sistema em malha fechada cruza o eixo imagin´ ario do
plano s. De fato, o array de Routh associado ` a equac¸ ˜ ao caracter´ıstica
s(τ
1
s + 1)(τ
2
s + 1) +k = τ
1
τ
2
s
3
+ (τ
1

2
)s
2
+s +k = 0
´ e
s
3
τ
1
τ
2
1
s
2
τ
1

2
k
s
1

1

2
) −k(τ
1
τ
2
)
τ
1

2
s
0
A linha s
1
do array se anula quando k = (τ
1
+ τ
2
)/(τ
1
τ
2
). O polinˆ omio
auxiliar extra´ıdo da linha s
2
´ e D
A
(s) = (τ
1

2
)s
2
+k, e sua derivada ´ e D

A
(s) =
2(τ
1

2
)s. Substituindo a linha s
1
do array pelo polinˆ omio D

A
(s) = 2(τ
1

2
)s,
obt´ em-se
s
3
τ
1
τ
2
1
s
2
τ
1

2
τ
1

2
τ
1
τ
2
s
1
2(τ
1

2
)
s
0
τ
1

2
τ
1
τ
2
EA721 / PAULO VALENTE / UNICAMP 104
Como toda a primeira coluna do array ´ e positiva (τ
1
> 0, τ
2
> 0), a equac¸ ˜ ao
caracter´ıstica possui ra´ızes imagin´ arias puras para k = (τ
1
+ τ
2
)/(τ
1
τ
2
) (caso
especial II), correspondentes ao cruzamento do lugar das ra´ızes do sistema em
malha fechada com o eixo imagin´ ario. As ra´ızes correspondentes ao cruzamento
com o eixo imagin´ ario s˜ ao obtidas do polinˆ omio auxiliar:

1

2
)s
2
+k = (τ
1

2
)s
2
+
τ
1

2
τ
1
τ
2
= 0
implica s
1,2
= ±j(1/

τ
1
τ
2
). A freq¨ uˆ encia no cruzamento vale ω = 1/

τ
1
τ
2
,
como esperado. Se k > (τ
1
+ τ
2
)/(τ
1
τ
2
), duas ra´ızes da equac¸ ˜ ao caracter´ıstica
migram para o semiplano direito. A existˆ encia destas duas ra´ızes no semiplano
direito ser´ a indicada no diagrama de Nyquist pelo envolvimento do ponto −1 +j0
duas vˆ ezes.
5. A aplicac¸ ˜ ao do diagrama de Nyquist se restringiu at´ e o momento ` a an´ alise da
estabilidade absoluta do sistema realimentado - crit´ erio de Nyquist - e nesse sentido
n˜ ao houve avanc¸o em relac¸ ˜ ao ao crit´ erio de Routh-Hurwitz. Entretanto, o diagrama
de Nyquist tamb´ em pode ser usado na an´ alise da estabilidade relativa do sistema.
Margem de ganho. A margem de ganho do sistema realimentado ´ e definida
como a quantidade MG tal que
MG [G(jω
0
)[ = 1,
onde ω
0
´ e a freq¨ uˆ encia na qual a fase de G(jω) vale −180
o
. Corresponde ao maior
valor pelo qual a magnitude de G(jω) pode ser multiplicada antes que o sistema
realimentado torne-se inst´ avel.
´
E usual representar a margem de ganho em dB:
MG
db
= 20 log MG = −20 log [G(jω
0
)[.
O sistema realimentado ´ e est´ avel se MG > 1 ([G(jω
0
)[ < 1, MG
db
> 0) e inst´ avel
se MG < 1 ([G(jω
0
)[ > 1, MG
db
< 0). A margem de ganho pode ser obtida do
diagrama de Nyquist determinando-se a magnitude de G(jω) correspondente ` a
fase de −180
o
.
Margem de fase. A margem de fase do sistema realimentado ´ e definida como a
m´ axima defasagem MF (em graus) tal que
MF = 180
o
+φ,
onde φ =

G(jω
1
) e ω
1
´ e a freq¨ uˆ encia na qual [G(jω
1
)[ = 1. Corresponde ` a
maior defasagem que pode ser introduzida em G(jω) antes que o sistema torne-se
EA721 / PAULO VALENTE / UNICAMP 105
inst´ avel. O sistema realimentado ser´ a est´ avel se MF > 0 e inst´ avel se MF < 0. A
margem de fase pode ser obtida do diagrama de Nyquist determinando-se a fase de
G(jω) no ponto onde a magnitude ´ e unit´ aria.
6. A Figura 9.2 ilustra o diagrama de Nyquist de um sistema hipot ´ etico. Margens
de ganho e de fase s˜ ao facilmente obtidas calculando-se as magnitudes de G(jω) no
eixo real (onde a fase vale −180
o
) e os ˆ angulos formados na intersec¸ ˜ ao de G(jω)
com o quarto-de-c´ırculo de raio unit´ ario (onde a magnitude vale 1). Em particular,
k
3
torna o sistema inst´ avel (MG < 1).
PSfrag replacements
Re G(s)
ImG(s)
k
1
(k
1
< k
2
< k
3
) k
2
k
3
0
−1
Figura 9.2: Obtenc¸ ˜ ao das margens de ganho e fase via diagrama de Nyquist.
7. Embora n˜ ao v´ a ser objeto do presente curso, o projeto de compensadores do
tipo avanc¸o, atraso ou avanc¸o-atraso, por exemplo, pode ser realizado atrav´ es da
compensac¸ ˜ ao do diagrama de Nyquist de G(jω), de forma a obter, por exemplo,
margens de ganho e fase especificadas. Neste curso as t ´ ecnicas de compensac¸ ˜ ao
baseadas em resposta em freq¨ uˆ encia ser˜ ao discutidas atrav´ es dos diagramas de
bode de G(jω).
EA721 / PAULO VALENTE / UNICAMP 106
Aula 10
Lugar das Ra´ızes
Motivac¸ ˜ ao
Condic¸ ˜ oes de magnitude e fase
Regras b´ asicas
Motivac¸ ˜ ao
1. Considere o sistema de controle abaixo
PSfrag replacements
r
y
+

k
1
s(s + 2)
Figura 10.1: Sistema de controle em malha fechada.
A equac¸ ˜ ao caracter´ıstica associada ao sistema em malha fechada,
T(s) =
Y (s)
R(s)
=
k
s
2
+ 2s +k
=
N
T
(s)
D
T
(s)
,
´ e
D
T
(s) = s
2
+ 2s +k = 0,
e o sistema ´ e (BIBO) est´ avel para todo k > 0. O comportamento transit ´ orio do
sistema depende da localizac¸ ˜ ao das ra´ızes da equac¸ ˜ ao caracter´ıstica (p´ olos do sis-
tema em malha fechada), as quais dependem de k. De fato, as ra´ızes da equac¸ ˜ ao
caracter´ıstica s˜ ao
s
1,2
=
−2 ±

4 −4k
2
= −1 ±

1 −k
Se 0 < k < 1 as ra´ızes s˜ ao reais negativas e o sistema ´ e sobre-amortecido. Se
k = 1 as ra´ızes s˜ ao reais, iguais e negativas, e o sistema ´ e criticamente amortecido.
EA721 / PAULO VALENTE / UNICAMP 107
Se k > 1 as ra´ızes s˜ ao complexas conjulgadas e o sistema ´ e sub-amortecido:
s
1,2
= −1 ±j

k −1.
Umgr´ afico descrevendo como as ra´ızes da equac¸ ˜ ao caracte´ıstica variamquando
k varia de k = 0 a k → ∞- o lugar das ra´ızes do sistema em malha fechada - ´ e
apresentado na Figura 10.2.
PSfrag replacements
Re s
Ims
0 −2 −1
k = 1
k = 0 k = 0
k →∞
k →∞
Figura 10.2: Lugar das ra´ızes da equac¸ ˜ ao caracter´ıstica.
Condic¸ ˜ oes de magnitude e fase
2. O Lugar das Ra´ızes (LR) de um sistema nada mais ´ e do que um gr´ afico des-
crevendo como as ra´ızes da equac¸ ˜ ao caracter´ıstica do sistema variam em func¸ ˜ ao de
algum parˆ ametro de interesse, tomado como vari´ avel independente.
3. No sistema de controle representado na Figura 10.3, k > 0 ´ e um parˆ ametro
vari´ avel, como um ganho proporcional. As func¸ ˜ oes de transferˆ encia P(s) e F(s)
s˜ ao dadas. A equac¸ ˜ ao caracter´ıstica do sistema ´ e 1 + kP(s)F(s) = 0. O objetivo
´ e esboc¸ar o lugar das ra´ızes da equac¸ ˜ ao caracter´ıstica para 0 < k < ∞.
4. A quantidade kP(s)F(s) ´ e complexa para cada freq¨ uˆ encia complexa s. Condi-
c¸ ˜ oes b´ asicas para que s = s
1
seja uma ra´ız da equac¸ ˜ ao caracter´ıstica podem ser
EA721 / PAULO VALENTE / UNICAMP 108
estabelecidas em termos da magnitude e da fase de kP(s
1
)F(s
1
) = −1.
PSfrag replacements
r y +

k P(s)
F(s)
Figura 10.3: Sistema de controle com parˆ ametro vari´ avel k.
Condic¸ ˜ ao de magnitude. A magnitude do n´ umero complexo kP(s
1
)F(s
1
) deve
ser unit´ aria:
[kP(s
1
)F(s
1
)[ = 1 ⇒ k =
1
[P(s
1
)F(s
1
)[
.
Condic¸ ˜ ao de fase. A fase do n´ umero complexo kP(s
1
)F(s
1
) deve ser um m´ ul-
tiplo ´ımpar de 180
o
(as partes real e imagin´ aria de kP(s
1
)F(s
1
) s˜ ao −1 e zero,
respectivamente, o que coloca kP(s
1
)F(s
1
) sobre o eixo real do terceiro quadrante
do plano s):

P(s
1
)F(s
1
) = 180
o
r, r = ±1, ±3, ±5, . . .
5. O esboc¸o do LR ´ e usado para an´ alisar efeitos como a variac¸ ˜ ao de um parˆ ametro
ou a introduc¸ ˜ ao de p´ olos ou zeros no sistema de controle. Uma das finalidades do
trac¸ado do LR ´ e projetar controladores a partir das especificac¸ ˜ oes de desempenho
formuladas e da an´ alise do LR do sistema de controle em malha fechada.
6. O primeiro passo para obter o esboc¸o do LR do sistema de interesse ´ e expressar
P(s)F(s) na forma zeros-p´ olos:
P(s)F(s) =
b
m
s
m
+b
m−1
s
m−1
+ +b
0
s
n
+a
n−1
s
n−1
+ +a
0
(m ≤ n),
=
b
m
(s −z
1
)(s −z
2
) (s −z
m
)
(s −p
1
)(s −p
2
) (s −p
n
)
.
EA721 / PAULO VALENTE / UNICAMP 109
As quantidades z
1
, z
2
, . . . , z
m
e p
1
, p
2
, . . . , p
n
s˜ ao os m zeros e n p´ olos do
sistema em malha aberta. Os zeros e p´ olos de P(s)F(s) s˜ ao representados no LR
atrav´ es dos s´ımbolos ”O” e ””, respectivamente. Deseja-se determinar as n ra´ızes
da equac¸ ˜ ao caracter´ıstica 1+kP(s)F(s) = 0 (p´ olos do sistema em malha fechada)
para 0 < k < ∞. Num ponto qualquer s que pertenc¸a ao LR, a condic¸ ˜ ao de fase
assume a forma
m

i=1
φ
z
i

n

i=1
φ
p
i
= 180
o
r, r = ±1, ±3, ±5, . . .
em que φ
z
i

p
i
) ´ e a fase de z
i
(p
i
) em relac¸ ˜ ao ao ponto s. A fase entre pontos
quaisquer no plano s ´ e positiva no sentido anti-hor´ ario a partir do eixo real.
Regras b´ asicas
7. (Simetria) O LR ´ e sim´ etrico em relac¸ ˜ ao ao eixo real. A raz˜ ao ´ e que se s = s
1
pertence ao LR, ent˜ ao
1 +kP(s
1
)F(s
1
) = 0,
o que implica que 1 +kP(s
2
)F(s
2
) = 0, com s
2
= ¯ s
1
. Em equac¸ ˜ oes polinomiais
com coeficientes reais como a equac¸ ˜ ao carcater´ıstica, ra´ızes complexas aparecem
em pares complexos conjulgados, o que implica na simetria do LR em relac¸ ˜ ao ao
eixo real.
8. (LR no eixo real). O LR inclui todos os pontos sobre o eixo real situados ` a
esquerda de um n´ umero total ´ımpar de zeros e p´ olos reais. De fato, considere um
ponto qualquer s = s
1
sobre o eixo real. As fases dos zeros e p´ olos reais situados
` a esquerda de s
1
em relac¸ ˜ ao a s
1
s˜ ao nulas, resultando numa contribuic¸ ˜ ao de fase
nula ems
1
. As fases dos zeros e p´ olos reais situados ` a direita de s
1
em relac¸ ˜ ao a s
1
se somam, resultando numa contribuic¸ ˜ ao de fase m´ ultipla (par ou impar) de 180
o
em s
1
. Logo s
1
pertencer´ a ao LR se o n´ umero total de zeros e p´ olos reais ` a direita
de s
1
for impar. Como a contribuic¸ ˜ ao total de um par de zeros ou p´ olos complexos
conjugados em qualquer ponto do eixo real ´ e sempre de 360
o
, apenas zeros e p´ olos
reais determinam o LR sobre o eixo real.
9. (Pontos de partida e chegada). O LR comec¸a nos p´ olos de P(s)F(s), quando
k = 0, e termina nos zeros de P(s)F(s), quando k → ∞. De fato, a equac¸ ˜ ao
caracter´ıstica ´ e equivalente a
(s −p
1
)(s −p
2
) (s −p
n
) +kb
m
(s −z
1
)(s −z
2
) (s −z
m
) = 0,
EA721 / PAULO VALENTE / UNICAMP 110
e quando k = 0, as n ra´ızes da equac¸ ˜ ao carcater´ıstica s˜ ao p
1
, p
2
, . . . , p
n
. Por outro
lado,
P(s)F(s) = −
1
k
,
e P(s)F(s) → 0 quando k → ∞, isto ´ e, as ra´ızes da equac¸ ˜ ao caracter´ıstica
tendem aos zeros de P(s)F(s). Um zero de P(s)F(s) pode ser finito, quando
P(s)F(s) = 0 ´ e satisfeita para algum s = s
1
cujo m´ odulo ´ e finito, ou infinito,
quando P(s)F(s) = 0 ´ e satisfeita para s → ∞ (m´ odulo de s tendendo ao infi-
nito). O n´ umero de zeros infinitos de P(s)F(s) ´ e igual ` a diferenc¸a n −m.
10. (
ˆ
Angulos e intersec¸ ˜ ao de ass´ıntotas). Se P(s)F(s) possui n − m zeros
infinitos (n − m ≥ 1), ent˜ ao o LR tende a n − m ass´ıntotas quando k → ∞. As
ass´ıntotas s˜ ao determinadas pelos ˆ angulos
θ =
180
o
r
n −m
, r = ±1, ±3, ±5.
De fato, quando n − m ≥ 1 a equac¸ ˜ ao 1 + kP(s)F(s) = 0 ´ e satisfeita para
s →∞e a an´ alise pode ser simplificada da seguinte forma:
lim
s→∞
kP(s)F(s) = lim
s→∞
k
b
m
s
m
+
s
n
+
= lim
s→∞
k
b
m
s
n−m
.
e o LR da equac¸ ˜ ao caracter´ıstica tende ao LR da equac¸ ˜ ao
1 +k
b
m
s
n−m
= 0,
ou s
n−m
= −kb
m
. A magnitude das ra´ızes tende ao infinito (devido ` a hip´ otese
de que s → ∞) e as fases tendem aos ˆ angulos θ apresentados acima.
´
E poss´ıvel
mostrar que as ass´ıntotas se interceptam no eixo real no ponto
σ
a
=
n

i=1
p
i

m

i=1
z
i
n −m
,
em que os p
i
’s e z
i
’s s˜ ao os p´ olos e zeros finitos de P(s)F(s). O ponto de
intersec¸ ˜ ao das ass´ıntotas n˜ ao ´ e necessariamente um ponto pertencente ao LR. Se
n −m = 1 o ˆ angulo da ass´ıntota ´ e de 180
o
(ou −180
o
, 540
o
, . . . ). Neste caso n˜ ao
existe intersec¸ ˜ ao de ass´ıntotas e σ
a
perde sentido.
Exemplo 1: Considere a func¸ ˜ ao de transferˆ encia
P(s)F(s) =
1
s(s + 2)
EA721 / PAULO VALENTE / UNICAMP 111
O LR ´ e sim´ etrico e compreende todos os pontos sobre o eixo real situados entre
os p´ olos s = 0 e s = −2. O LR comec¸a nos p´ olos de P(s)F(s) (quando k = 0)
e termina nos zeros (infinitos) de P(s)F(s) (quando k → ∞). Como n = 2 e
m = 0, o LR da equac¸ ˜ ao caracter´ıstica possui n − m = 2 ass´ıntotas. Os ˆ angulos
das ass´ıntotas s˜ ao θ
1
= 180
o
/2 = 90
o
e θ
2
= −180
o
/2 = −90
o
. As escolhas
r = 1 e r = −1 s˜ ao arbitr´ arias. As ass´ıntotas se interceptam no eixo real no ponto
σ
a
= (0 + (−2))/2 = −1.
PSfrag replacements
Re s
Ims
0 −2
σ
a
= −1
−90
o
90
o
k = 0 k = 0
k →∞
k →∞
Figura 10.4: LR da equac¸ ˜ ao 1 + 1/s(s + 2) = 0.
O LR resultante (Figura 10.4) ´ e o mesmo ilustrado na Figura 10.2. Neste exem-
plo particular, o LR se confunde com as ass´ıntotas (k > 1). Numa situac¸ ˜ ao mais
geral, o LR apenas tende para as ass´ıntotas quando k →∞.
11. (Pontos de sa´ıda e de entrada). OLRpode apresentar pontos onde as ra´ızes da
equac¸ ˜ ao caracter´ıstica deixam de ser reais para se tornarem complexas conjulgadas
(pontos de sa´ıda) ou, inversamente, deixam de ser complexas conjulgadas para se
tornarem reais (pontos de entrada). Os pontos de sa´ıda e entrada do LR no eixo
real aparecer˜ ao entre as ra´ızes da equac¸ ˜ ao polinomial
d
ds
P(s)F(s) =
d
ds
N(s)
D(s)
= 0,
EA721 / PAULO VALENTE / UNICAMP 112
que ´ e equivalente a
D

(s)N(s) −D(s)N

(s) = 0.
De fato, reescrevendo a equac¸ ˜ ao caracter´ıstica como
1 +kP(s)F(s) = 1 +k
N(s)
D(s)
= 0,
obt´ em-se a forma equivalente Q(s) = D(s) + kN(s) = 0. Devido ` a simetria do
LR, nos pontos de sa´ıda e entrada a equac¸ ˜ ao caracter´ıstica deve apresentar ra´ızes
reais m´ ultiplas, isto ´ e, se s = s
1
´ e um ponto de sa´ıda ou entrada, ent˜ ao
Q(s) = (s −s
1
)
l
Q
1
(s),
em que l ´ e a multiplicidade de s
1
(l ≥ 2). Derivando Q(s) em relac¸ ˜ ao a s, obt´ em-se
Q

(s) = l(s −s
1
)
l−1
Q
1
(s) + (s −s
1
)
l
Q

1
(s),
= (s −s
1
)
l−1
[lQ
1
(s) + (s −s
1
)Q

1
(s)],
Portanto, s
1
tamb´ em ´ e uma raiz (de multiplicidade l −1) de Q

(s). Entretanto,
Q

(s) = D

(s) +kN

(s),
= D

(s) −
D(s)
N(s)
N

(s).
Sendo assim, um ponto de sa´ıda ou entrada deve satisfazer
D

(s)N(s) −D(s)N

(s) = 0,
a qual por sua vez ´ e equivalente a
d
ds
P(s)F(s) =
d
ds
N(s)
D(s)
=
D(s)N

(s) −D

(s)N(s)
D(s)
2
= 0.
Nem toda soluc¸ ˜ ao de D

(s)N(s) − D(s)N

(s) = 0 ´ e um ponto de entrada
ou sa´ıda do LR no eixo real. Para descobrir se uma ra´ız ´ e um ponto de entrada ou
sa´ıda ´ e necess´ ario esboc¸ar o LR e verificar em que intervalos no eixo real poderiam
haver pontos de entrada ou sa´ıda.
Exemplo 2: Considere 1 +
K
s(s + 2)
= 0. Neste caso,
D

(s)N(s) −D(s)N

(s) = (2s + 2)(1) −(s
2
+ 2s)(0) = 2s + 2 = 0
EA721 / PAULO VALENTE / UNICAMP 113
e a soluc¸ ˜ ao ´ e s
1
= −1. Observando a Figura 10.4, percebe-se claramente que
s
1
= −1 ´ e um ponto de sa´ıda do LR no eixo real.
Exemplo 3: Considere 1 +
k
s(s + 1)(s + 2)
= 0. Do mesmo modo,
D

(s)N(s) −D(s)N

(s) = (3s
2
+ 6s + 2)(1)−
−(s
3
+ 3s
2
+ 2s)(0) = 3s
2
+ 6s + 2 = 0,
e neste caso as ra´ızes s˜ ao s
1
= −0.4226 e s
2
= −1.5774. Para descobrir se alguma
das ra´ızes ´ e ponto de sa´ıda ou entrada ´ e necess´ ario esboc¸ar o LR, como na Figura
10.5.
PSfrag replacements
Re s
Ims
0 −1 −2
j

2
−j

2
60
o
k = 0 k = 0
k = 0
k →∞
k →∞
k →∞
Figura 10.5: LR da equac¸ ˜ ao 1 + 1/s(s + 1)(s + 2) = 0.
Note que o LR possui n − m = 3 − 0 = 3 ass´ıntotas, cujos ˆ angulos s˜ ao
60
o
, −60
o
e 180
o
. As ass´ıntotas se interceptam no ponto σ
a
= (0−1−2)/3 = −1.
Existe um ponto de sa´ıda entre 0 e −1 e seu valor ´ e precisamente s
1
= −0.4226
encontrado resolvendo-se a equac¸ ˜ ao polinomial acima.
EA721 / PAULO VALENTE / UNICAMP 114
Aula 11
Lugar das Ra´ızes
Regras adicionais
Projeto de compensadores
Regras adicionais
1. (Cruzamento com o eixo imagin´ ario) Os poss´ıveis pontos de cruzamento do
LR com o eixo imagin´ ario (s = 0 +jω) s˜ ao determinados resolvendo-se
D(jω) +kN(jω) = 0 +j0
em termos de k e ω. As partes real e imagin´ aria de D(jω) + kN(jω) depen-
dem genericamente de k e ω e devem ser nulas por conta da igualdade com zero.
Logo disp˜ oe-se de duas equac¸ ˜ oes homogˆ eneas para duas inc´ ognitas. A soluc¸ ˜ ao do
sistema de equac¸ ˜ oes fornece os pontos de cruzamento com o eixo imagin´ ario.
Exemplo 1. Considere 1 +k
1
s(s + 1)(s + 2)
= 0. Se s = jω, obt´ em-se
D(jω) +kN(jω) = (jω)
3
+ 3(jω)
2
+ 2(jω) +k,
= −jω
3
−3ω
2
+j2ω +k,
= (k −3ω
2
) +j(2ω −ω
3
),
= 0 +j0.
Logo, k − 3ω
2
= 0 e 2ω − ω
3
= 0. Se ω = 0, ent˜ ao k = 0. (A soluc¸ ˜ ao
ω = 0 e k = 0 corresponde ao p´ olo de malha aberta na origem.) Se ω ,= 0,
ent˜ ao ω = ±

2 e k = 6. Os pontos de cruzamento do LR com o eixo imagin´ ario
s˜ ao s = ±j

2 (Figura 10.5). Alternativamente, os pontos de cruzamento podem
ser determinados atrav´ es do crit´ erio de Routh-Hurwitz. O array de Routh para a
equac¸ ˜ ao caracter´ıstica ´ e
s
3
1 2
s
2
3 k
s
1
(6 −k)/3
s
0
k
EA721 / PAULO VALENTE / UNICAMP 115
Se k = 6, ent˜ ao a linha s
1
se anula e ´ e substituida pela derivada do polinˆ omio
auxiliar A(s) = 3s
2
+ 6 obtido da linha s
2
do array. A derivada de A(s) ´ e 6s + 0
e a construc¸ ˜ ao do array prossegue:
s
3
1 2
s
2
3 6
s
1
6 0
s
0
6
Como todos os elementos da primeira coluna s˜ ao positivos, a equac¸ ˜ ao carac-
ter´ıstica possui ra´ızes imagin´ arias puras (caso especial II). As ra´ızes imagin´ arias
s˜ ao precisamente as ra´ızes do polinˆ omio auxiliar 3s
2
+ 6 = 0, iguais a ±j

2,
obtidas quando k = 6.
2. (
ˆ
Angulos de partida e chegada). O LR parte dos p´ olos (quando k = 0) e
chega nos zeros de P(s)F(s) (quando k →∞) de acordo com ˆ angulos que podem
ser determinados analisando-se como a fase do LR varia nas proximidades destes
p´ olos e zeros. A Figura 11.1 apresenta o esboc¸o do LR da equac¸ ˜ ao caracter´ıstica
1 +kP(s)F(s) = 1 +k
1
(s + 2)(s
2
+ 2s + 2)
= 0.
PSfrag replacements
Re s
Ims
0 −1
−2
j
−j
60
o
45
o
σ
a
s
1
p
1
p
2
p
3
Figura 11.1: LR da equac¸ ˜ ao 1 +k/(s + 2)(s
2
+ 2s + 2) = 0.
EA721 / PAULO VALENTE / UNICAMP 116
Os p´ olos de malha aberta s˜ ao p
1
= −2, p
2
= −1 + j e p
3
= −1 − j. Se s
1
´ e um ponto do LR arbitrariamente pr ´ oximo ao p´ olo p
2
, por exemplo, ent˜ ao pela
condic¸ ˜ ao geral de fase
m

i=1
φ
z
i

n

i=1
φ
p
i
= 180
o
r, r = ±1, ±3, ±5, . . . ,
obt´ em-se (m = 0, n = 3)
−φ
p
1
−φ
p
2
−φ
p
3
= 180
o
r, r = ±1, ±3, . . .
em que φ
p
1
, φ
p
2
e φ
p
3
s˜ ao as fases de p
1
, p
2
e p
3
em relac¸ ˜ ao ao ponto s
1
. Como
φ
p
1
→45
o
e φ
p
3
→90
o
, o ˆ angulo de p
2
em relac¸ ˜ ao a s
1
(ˆ angulo de partida de p
2
)
´ e igual a (r = −1, por conveniˆ encia)
φ
p
2
= 180
o
−90
o
−45
o
= 45
o
.
Racioc´ınio an´ alogo ir´ a mostrar que o ˆ angulo de partida de p
3
´ e de −45
o
. O
ˆ angulo de partida do p´ olo real ´ e de 180
o
porque p
2
e p
3
contribuem com 360
o
em qualquer ponto do eixo real pr ´ oximo a p
1
.
ˆ
Angulos de chegada em zeros s˜ ao
calculados da mesma forma. As express˜ oes gerais para o c´ alculo de ˆ angulos s˜ ao as
seguintes:
ˆ
Angulo de partida de um p´ olo p
j
:
φ
p
j
=
m

i=1
φ
z
i

n

i=j
φ
p
i
+ 180
o
r, r = ±1, ±3, . . .
ˆ
Angulo de chegada em um zero z
j
:
φ
z
j
=
n

i=1
φ
p
i

m

i=j
φ
z
i
+ 180
o
r, r = ±1, ±3, . . .
Nas express˜ oes acima, φ
p
i

z
i
) ´ e a fase do p´ olo p
i
(zero z
i
) relativa ao p´ olo p
j
(z
j
) considerado.
Exemplo 2. Considere o sistema de controle em malha fechada ilustrado na Figura
11.2 a seguir. O objetivo ´ e esboc¸ar o lugar das ra´ızes do sistema utilizando todas
as regras aplic´ aveis ` a func¸ ˜ ao de transferˆ encia do sistema em malha aberta.
EA721 / PAULO VALENTE / UNICAMP 117
PSfrag replacements
r
y
+

k
s + 2
s
2
+ 2s + 3
Figura 11.2: Sistema de controle em malha fechada.
A equac¸ ˜ ao caracter´ıstica do sistema em malha fechada ´ e
1 +k
s + 2
s
2
+ 2s + 3
= 1 +k
s + 2
(s + 1 −j

2)(s + 1 +j

2)
= 0.
Ap´ os assinalar os p´ olos e zeros de malha aberta no plano s, determina-se o LR no
eixo real com ilustrado na Figura 11.3. Dado que m = 1 e n = 2, o LR apresenta
uma ass´ıntota com ˆ angulo θ = 180
o
. Quando k → ∞, um ramo do LR tende ao
zero finito em −2, enquanto outro tende ao zero infinito da func¸ ˜ ao de transfrˆ encia
de malha aberta. Neste caso deve haver um ponto de entrada do LR no eixo real
` a esquerda do zero em −2. O ponto de entrada encontra-se entre as soluc¸ ˜ oes da
equac¸ ˜ ao
D

(s)N(s) −D(s)N

(s) = (2s + 2)(s + 2)−
−(s
2
+ 2s + 3)(1) = s
2
+ 4s + 1 = 0.
As soluc¸ ˜ oes de s
2
+ 4s + 1 = 0 s˜ ao s
1
= −3.7320 e s
2
= −0.2680. Portanto, o
ponto de entrada ´ e −3.7320. O ˆ angulo de partida do p´ olo p
1
= −1 +j

2 ´ e de
φ
p
1
= φ
z
1
−φ
p
2
+ 180
o
= 55
o
−90
o
+ 180
o
= 145
o
.
O ˆ angulo de partida de p
2
= −1 −

2 ´ e de −145
o
. Observe que o sistema em
quest˜ ao ´ e est´ avel em malha fechada para qualquer escolha de k > 0.
Projeto de compensadores
3. O projeto de compensadores (controladores) consiste em, dadas as func¸ ˜ oes de
transferˆ encia de malha aberta da planta a ser compensada (controlada) e do sen-
sor, definida a forma de conecc¸ ˜ ao do compensador com a planta e formuladas
as especificac¸ ˜ oes de desempenho para o sistema de malha fechada, determinar a
func¸ ˜ ao de transferˆ encia de um compensador que as viabilize.
EA721 / PAULO VALENTE / UNICAMP 118
4. O termo compensac¸ ˜ ao ´ e empregado no sentido de adicionar algo ` a planta, de
forma que esta passe a responder na forma desejada. O que compensar depende
do que se considera indesejado na resposta da planta quando esta se encontra em
malha aberta. A forma desejada de resposta ´ e definida pelas especificac¸ ˜ oes de
desempenho para o sistema em malha fechada.
PSfrag replacements
Re s
Ims
0
−1 −2
j

2
−j

2
55
o
145
o
−3.7320
k = 0
k = 0
p
1
p
2
z
1
k →∞ k →∞
Figura 11.3: LR da equac¸ ˜ ao 1 +k(s + 2)/(s
2
+ 2s + 3) = 0.
5. Existem v´ arias possibilidades de conecc¸ ˜ ao do compensador com a planta, sendo
que a mais comum ´ e a conecc¸ ˜ ao s´ erie ilustrada na Figura 11.4. O compensador se
encontra conectado em s´ erie com a planta. (Eventuais sinais de dist ´ urbio n˜ ao est˜ ao
explicitamente indicados).
PSfrag replacements
+

r y e u
C(s) P(s)
F(s)
Figura 11.4: Compensador conectado em s´ erie com a planta.
6. O objetivo prim´ ario do projeto de compensadores ´ e sintetizar a resposta desejada
para a sa´ıda da planta y tendo em vista uma dada entrada de referˆ encia r. Neste
EA721 / PAULO VALENTE / UNICAMP 119
caso, a func¸ ˜ ao de transferˆ encia a ser considerada ´ e
T(s) =
Y (s)
R(s)
=
C(s)P(s)
1 +C(s)P(s)F(s)
.
A maioria das t´ ecnicas de projeto de compensadores procura modificar direta-
mente as carcater´ısticas de magnitude e fase da planta respons´ aveis pelo compor-
tamento inadequado da sa´ıda explorando o fato de que, na conecc¸ ˜ ao s´ erie, C(s)
sempre aparece multiplicando P(s). Assim sendo
[C(s)P(s)[ = [C(s)[[P(s)[ e

C(s)P(s) =

C(s) +

P(s).
em qualquer freq¨ uˆ encia s. A magnitude (fase) de C(s)P(s) ´ e igual ao produto
(soma) das magnitudes (fases) de C(s) e P(s), o que torna o projeto do compen-
sador relativamente simples.
7. No diagrama de blocos da Figura 11.4 fica impl´ıcito que a potˆ encia do sinal de
sa´ıda do compensador ´ e compat´ıvel com a potˆ encia requerida na entrada da planta.
O n´ıvel de potˆ encia na sa´ıda do compensador ser´ a baixo ou alto dependendo se o
atuador (isto ´ e, o est´ agio de amplificac¸ ˜ ao de potˆ encia) est´ a incluido na planta ou
no compensador, respectivamente.
8. Na compensac¸ ˜ ao s´ erie a sa´ıda do compensador responde ` a variac¸ ˜ ao do erro entre
a referˆ encia e a sa´ıda da planta. A presenc¸a de zeros na func¸ ˜ ao de transferˆ encia do
compensador (fatores derivativos) produz sinais de atuac¸ ˜ ao elevados quando o erro
varia rapidamente, como ocorre por exemplo na partida de um sistema de controle
quando este ´ e submetido a uma entrada degrau.
9. O sistema de controle em malha fechada da Figura 11.4 pode ser implemen-
tado na forma anal ´ ogica, atrav´ es de componentes anal ´ ogicos adequados ao tipo
de planta a ser controlada, ou na forma digital, atrav´ es de processadores digitais,
opc¸ ˜ ao mais comum atualmente.
10. Na pr´ atica, o projeto de compensadores normalmente envolve um procedi-
mento interativo cujas etapas principais s˜ ao resumidas a seguir.
1. Estabelece-se o modelo (linear, invariante no tempo) do sistema f´ısico, o que
inclui definir as func¸ ˜ oes de transferˆ encia da planta, do sensor e da conecc¸ ˜ ao
a ser utilizada. Especificac¸ ˜ oes de desempenho para o sistema em malha
fechada s˜ ao formuladas;
EA721 / PAULO VALENTE / UNICAMP 120
2. Atrav´ es de uma t´ ecnica de projeto adequada, determina-se a func¸ ˜ ao de trans-
ferˆ encia (parˆ ametros) de umcompensador. Acapacidade do compensador de
atender as especificac¸ ˜ oes de desempenho ´ e frequentemente avaliada atrav´ es
de um modelo de simulac¸ ˜ ao (baseado em MATLAB/Simulink, por exemplo)
do sistema em malha fechada;
3. Ap´ os a validac¸ ˜ ao do compensador atrav´ es de simulac¸ ˜ ao, implementa-se o
sistema de controle e observa-se o comportamento do sistema f´ısico. Devido
a caracter´ısticas inicialmente n˜ ao-modeladas, como atritos e n˜ ao-linearidades
em geral, o comportamento observado pode diferir (as vˆ ezes bastante) do de-
sejado;
4. Caso os comportamentos desejado e observado divirjam significativamente,
o projetista tem como alternativas refinar os modelos adotados e/ou deter-
minar um compensador alternativo que garanta o atendimento das especifi-
cac¸ ˜ oes de desempenho, ou formular novas especificac¸ ˜ oes de desempenho,
relaxando aquelas que se mostraram invi´ aveis na pr´ atica.
EA721 / PAULO VALENTE / UNICAMP 121
Aula 12
Lugar das Ra´ızes
Compensac¸ ˜ ao via lugar das ra´ızes
Compensac¸ ˜ ao avanc¸o (lead)
Compensac¸ ˜ ao via lugar das ra´ızes
1. De acordo com a t´ ecnica de compensac¸ ˜ ao (projeto) baseada no lugar das ra´ızes,
o compensador ´ e obtido atrav´ es da manipulac¸ ˜ ao do lugar das ra´ızes do sistema em
malha fechada. Inicialmente ser˜ ao analisados alguns efeitos individuais, como os
da adic¸ ˜ ao de um p´ olo e de um zero a uma dada func¸ ˜ ao de transferˆ encia de malha
aberta.
Efeito da adic¸ ˜ ao de um p´ olo. O LR ´ e puxado para a direita, diminuindo a esta-
bilidade relativa e tornando o sistema mais lento, como ilustra a Figura 12.1.
PSfrag replacements
Ims Ims Ims
Re s Re s Re s
(a) (b) (c)
Figura 12.1: Efeito da adic¸ ˜ ao de um p´ olo.
O efeito da adic¸ ˜ ao de um p´ olo pode ser explicado atrav´ es do comportamento
das ass´ıntotas do LR. Os ˆ angulos das ass´ıntotas, dados por
θ =
180
o
r
n −m
, r = ±1, ±3, . . . ,
diminuem a medida que n aumenta (mantendo mfixo), fazendo com que o LR seja
puxado cada vez mais para a direita.
EA721 / PAULO VALENTE / UNICAMP 122
Efeito da adic¸ ˜ ao de um zero. O LR ´ e puxado para a esquerda, tornando o
sistema relativamente mais est´ avel e mais r´ apido. A Figura 12.2 (a) ilustra a
incorporac¸ ˜ ao de um zero ao LR da Figura 12.1 (c). O ˆ angulo das ass´ıtotas aumenta,
fazendo com que o sistema em malha fechada passe a ser est ´ avel para qualquer va-
lor de ganho.
PSfrag replacements
Ims
Ims Ims
Re s Re s Re s
(a) (b)
(c)
Figura 12.2: Efeito da adic¸ ˜ ao de um zero.
Quando o zero ´ e deslocado para a direita, a intersec¸ ˜ ao das ass´ıntotas de desloca
para a esquerda, dado que o ponto de intersec¸ ˜ ao,
σ
a
=
n

i=1
p
i

m

i=1
z
i
n −m
,
fica mais negativo ` a medida que algum z
i
tende a origem.
2. O projeto de compensadores baseia-se em especificac¸ ˜ oes de desempenho que
descrevem como o sistema em malha fechada deve se comportar em termos de res-
posta transit ´ oria (m´ axima sobre-elevac¸ ˜ ao, tempo de acomodac¸ ˜ ao, . . . ) e de regime
(erros est´ aticos). Normalmente adota-se a seguinte estrat´ egia:
1. Determina-se um par de p´ olos complexos conjulgados que fornece a resposta
transit ´ oria de acordo com as especificac¸ ˜ oes, como se se quisesse sintetizar
um sistema de segunda ordem na forma padr˜ ao;
2. Constroi-se o LR do sistema n˜ ao-compensado, aqui entendido como o LR do
sistema quando se adota um compensador est´ atico C(s) = k
c
. Geralmente
n˜ ao existe k
c
tal que o LR passa pelos p´ olos especificados;
EA721 / PAULO VALENTE / UNICAMP 123
3. Determina-se um compensador dinˆ amico C(s) (zeros e p´ olos), que associ-
ado em s´ erie com a planta modifica o LR fazendo com que este passe pelos
p´ olos especificados;
4. Se as ordens (n´ umero de p´ olos) da planta e do compensador forem n
P
e n
C
,
respectivamente, o n´ umero de p´ olos de malha fechada (ra´ızes da equac¸ ˜ ao
caracter´ıstica) ser´ a n
P
+n
C
, em geral;
5. Dentre os n
P
+n
C
p´ olos encontra-se o par de p´ olos complexos conjulgados
especificados. Suponha que estes p´ olos localizam-se na regi˜ ao I e que os
demais n
P
+n
C
−2 p´ olos encontram-se na regi˜ ao II da Figura 12.3;
PSfrag replacements
Re s
Ims
−a −b
I
II
0
Figura 12.3: Semi-plano esquerdo - regi ˜ oes dominante (I) e dominada (II).
6. Se b for suficientemente maior do que a (por exemplo b/a = 5), os p´ olos
complexos conjulgados dominar˜ ao a resposta transit ´ oria do sistema (pois
possuem constantes de tempo menores), e esta se assemelhar´ a bastante ` a res-
posta transit ´ oria do sistema de segunda ordem sintetizado atrav´ es da escolha
dos p´ olos dominantes;
7. Fatores como a presenc¸a de zeros e/ou ganho DC n˜ ao-unit´ ario na func¸ ˜ ao de
transferˆ encia de malha fechada podem alterar a resposta transit ´ oria relativa-
mente ` a do sistema de segunda ordem sintetizado. Neste caso ser´ a necess´ ario
refazer o projeto;
8. Se entre os compensadores que atendem as especificac¸ ˜ oes sobre resposta
transit ´ oria existir ao menos um que tamb´ em atenda as especificac¸ ˜ oes sobre
resposta em regime, o projeto ´ e conclu´ıdo com a escolha de um desses com-
pensadores. Caso contr´ ario o projeto prossegue, geralmente incorporando-se
EA721 / PAULO VALENTE / UNICAMP 124
ao controlador obtido na etapa anterior ganho suficiente para, por exemplo,
atender especificac¸ ˜ oes referentes a erros de regime.
3. Se a estrutura do compensador C(s) (n´ umero de zeros e p´ olos) for definida
a-priori, o projeto consistir´ a basicamente em determinar a localizac¸ ˜ ao dos zeros e
p´ olos de C(s), ou seja, os coeficientes do numerador e do denominador de C(s).
Discute-se a seguir o projeto de um tipo de compensador de primeira ordem (um
zero, um p´ olo) conhecido como compensador avanc¸o (lead).
Compensac¸ ˜ ao avanc¸ o (lead)
4. A compensac¸ ˜ ao avanc¸o ´ e usada quando o sistema original ´ e inst´ avel, ou est´ avel,
mas n˜ ao atende as especificac¸ ˜ oes relativas ` a resposta transit´ oria. A compensac¸ ˜ ao
avanc¸o modifica o LR do sistema n˜ ao-compensado no sentido do atendimento das
especificac¸ ˜ oes relativas ` a resposta transit ´ oria. O compensador avanc¸o ´ e definido
pela func¸ ˜ ao de transferˆ encia
C(s) = k
c
s +
1
T
s +
1
αT
= k
c
α
Ts + 1
αTs + 1
,
em que k
c
> 0 ´ e o ganho do compensador e T > 0 e 0 < α < 1 definem as
localizac¸ ˜ oes do zero e do p´ olo do compensador. O compensador avanc¸o adiciona
fase a qualquer ponto do plano s pois φ
zc
− φ
pc
> 0 para qualquer escolha de
T > 0 e 0 < α < 1 (Figura 12.4). Como 0 < α < 1, o zero do compensador
sempre fica ` a direita do p´ olo.
PSfrag replacements
φ
pc
φ
zc

1
T

1
αT
Figura 12.4: Adic¸ ˜ ao de fase do compensador avanc¸o.
EA721 / PAULO VALENTE / UNICAMP 125
5. O ganho est´ atico do compensador avanc¸o ´ e C(0) = k
c
α, em que k
c
e α s˜ ao re-
sultantes do projeto que visa basicamente atender as especificac¸ ˜ oes sobre resposta
transit ´ oria. Neste sentido, o controle da resposta em regime do sistema atrav´ es da
compensac¸ ˜ ao avanc¸o ´ e bastante limitado.
Compensac¸ ˜ ao avanc¸ o - procedimento
1. A partir das especificac¸ ˜ oes de desempenho para a resposta transit ´ oria, deter-
mine as localizac¸ ˜ oes para os p´ olos dominantes do sistema em malha fechada,
na forma de p´ olos complexos conjugados s
1,2
;
2. Obtenha o LR do sistema com compensac¸ ˜ ao C(s) = k
c
e verifique se o
ajuste de k
c
faz o LR passar pelos p´ olos s
1,2
especificados. Caso contr´ ario,
calcule a fase da planta em s = s
1
:

P(s)[
s=s
1
;
Para que s
1
passe a fazer parte do LR, a fase de C(s) dever´ a ser tal que

C(s)[
s=s
1
+

P(s)[
s=s
1
= 180
o
r = ±1, ±3, . . .
Seja φ a quantidade de fase a ser adicionada pelo compensador avanc¸o. De-
termine as localizac¸ ˜ oes do zero e do p´ olo de C(s) (isto ´ e, determine T e α)
de maneira que φ
zc
−φ
pc
= φ;
3. Finalmente, determine k
c
atrav´ es da condic¸ ˜ ao de magnitude:
[C(s)P(s)[
s=s
1
=
¸
¸
¸
¸
k
c
α
Ts + 1
αTs + 1
P(s)
¸
¸
¸
¸
s=s
1
= 1.
Exemplo. Considere o sistema de controle ilustrado na Figura 12.5. A func¸ ˜ ao de
transferˆ encia do sistema em malha fechada ´ e
Y (s)
R(s)
=
4
s
2
+ 2s + 4
=
4
(s + 1 −j

3)(s + 1 +j

3)
.
Os p´ olos de malha fechada do sistema n˜ ao-compensado s˜ ao tais que ξ = 0.5
e ω
n
= 2 rad/s, fornecendo m´ axima sobre-elevac¸ ˜ ao M
p
= 15% e tempo de
acomodac¸ ˜ ao t
s
= 4 s. Uma especificac¸ ˜ ao do tipo t
s
= 2 s pode ser atingida
com ω
n
= 4 rad/s. As localizac¸ ˜ oes dos p´ olos dominantes seriam
s
1,2
= −ξω
n
±jω
n
_
1 −ξ
2
= −2 ±j2

3.
EA721 / PAULO VALENTE / UNICAMP 126
PSfrag replacements
r y
4
s(s + 2)
+

Figura 12.5: Sistema de segunda ordem em malha fechada.
A compensac¸ ˜ ao proporcional (C(s) = k
c
) em s´ erie com a planta n˜ ao ´ e capaz
de fazer o LR do sistema em malha fechada passar em s
1,2
, como ilustra a Figura
12.6. (Os p´ olos do sistema n˜ ao-compensado s˜ ao obtidos quando k
c
= 1.)
PSfrag replacements
Re s
Ims
s
1
s
2
0
j

3
j2

3
−j

3
−j2

3
−1 −2
2
60
o
(ξ = 0.5)
k
c
= 1
P´ olos desejados
Figura 12.6: LR do sistema n˜ ao-compensado (s
1,2
: p´ olos dominantes).
A fase da planta em s = s
1
pode ser calculada atrav´ es de uma an´ alise gr´ afica:

P(s)[
s=s
1
= −120
o
−90
o
= −210
o
(contribuic¸ ˜ oes dos p´ olos em 0 e −2, respec-
tivamente). Portanto, o compensador precisa adicionar φ = 30
o
em s = s
1
para
que a condic¸ ˜ ao de fase do LR seja atendida.
Existem in´ umeras formas de posicionar o p´ olo e o zero do compensador de tal
forma que φ
zc
− φ
pc
= φ. Uma soluc¸ ˜ ao ´ e usar o chamado m´ etodo da abcissa:
determina-se a abcissa do ˆ angulo formado pelas retas AP e PO, como ilustra a
EA721 / PAULO VALENTE / UNICAMP 127
Figura 12.7.
PSfrag replacements
Re s
Ims
0
j

3
j2

3
−j

3
−j2

3
−1 −2
2
60
o
(ξ = 0.5)
−2.9 −5.4
15
o
−3.4 abcissa
A
P
O
p
c
z
c
Figura 12.7: LR do sistema compensado pelo m´ etodo da abcissa.
Em seguida, determinam-se duas retas formando φ/2 graus a partir da abcissa.
Os pontos de cruzamento com o eixo real correspondem ` as localizac¸ ˜ oes do p´ olo e
do zero de C(s). No caso do exemplo,
1
T
= 2.9,
1
αT
= 5.4.
Logo, T = 0.345 e α = 0.537. Pelo m´ etodo da abcissa, o valor de α ´ e
maximizado, o que eleva o ganho est´ atico do compensador. O valor de k
c
´ e obtido
da condic¸ ˜ ao de magnitude:
[C(s)P(s)[
s=s
1
=
¸
¸
¸
¸
4k
c
(s + 2.9)
s(s + 2)(s + 5.4)
¸
¸
¸
¸
s=−2+j2

3
= 1
implica em k
c
= 4.68. O compensador avanc¸o procurado ´ e
C(s) = 4.68
s + 2.9
s + 5.4
= 2.51
0.345s + 1
0.185s + 1
.
Os p´ olos do sistema em malha fechada (compensado) s˜ ao as ra´ızes de
1 +C(s)P(s) = 1 +
_
4.68(s + 2.9)
(s + 5.4)
_ _
4
s(s + 2)
_
= 0,
EA721 / PAULO VALENTE / UNICAMP 128
ou
s(s + 2)(s + 5.4) + 18.7(s + 2.9) =
= (s + 2 +j2

3)(s + 2 −j2

3)(s + 3.4) = 0.
Note que o ganho associado ao LR no ponto s
1
´ e k = 4 4.68 = 18.7. O ter-
ceiro p´ olo em −3.4 est´ a pr´ oximo ao zero do compensador (em −2.9) e seu efeito
na resposta do sistema ser´ a pequeno. A resposta ser´ a levemente menos amortecida
do que o esperado (ξ = 0.5, M
p
= 15%) devido a presenc¸a do zero. O projeto de
compensadores atrav´ es do LR pode ser inteiramente desenvolvido atrav´ es do MA-
TLAB, que disp˜ oe do ambiente interativo rltool para projetos desta natureza. O
projeto poderia iniciar com a obtenc¸ ˜ ao do LR do sistema comC(s) = k
c
, ilustrado
na Figura 12.8:
−2 −1.5 −1 −0.5 0 0.5 1
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 12.8: LR do sistema com C(s) = k
c
via MATLAB/rltool.
A Figura 12.9 ilustra o LR ap´ os a compensac¸ ˜ ao avanc¸o. Observe as linhas
pontilhadas de fator de amortecimento e freq¨ uˆ encia natural constantes, bastante
´ uteis na fase de projeto do compensador.
EA721 / PAULO VALENTE / UNICAMP 129
−6 −4 −2 0 2 4 6
−6
−4
−2
0
2
4
6
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 12.9: LR do sistema compensado via MATLAB/rltool.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
Compensado
N˜ ao-compensado
Figura 12.10: Respostas ao degrau dos sistemas n˜ ao-compensado e compensado.
A Figura 12.10 apresenta as respostas ao degrau do sistemas n˜ ao-compensado
(ξ = 0.5, ω
n
= 2 rad/s) e compensado atrav´ es de avanc¸o (ξ ≈ 0.5, ω
n
= 4 rad/s).
EA721 / PAULO VALENTE / UNICAMP 130
Como requerido, o tempo de acomodac¸ ˜ ao passou a ser de aproximadamente 2 s. O
erro de regime para entrada degrau ´ e zero uma vez que a planta ´ e do Tipo 1. O erro
para entrada rampa ´ e constante, inversamente proporcional ` a constante de veloci-
dade do sistema, k
v
. A constante de velocidade para o sistema n˜ ao-compensado
´ e
k
v
= lim
s→0
sP(s) = lim
s→0
s
4
s(s + 2)
= 2.
Ap´ os a compensac¸ ˜ ao avanc¸o,
k
v
= lim
s→0
sC(s)P(s) = lim
s→0
s
2.51(0.345s + 1)
(0.185s + 1)
4
s(s + 2)
= 5.02.
O erro para entrada rampa cai pela metade, mas eventualmente ainda seria
muito grande. Um melhor controle sobre erros de regime ser´ a obtido com o uso de
um compensador atraso (lag).
EA721 / PAULO VALENTE / UNICAMP 131
Aula 13
Lugar das Ra´ızes
Compensac¸ ˜ ao atraso (lag)
Compensac¸ ˜ ao avanc¸o-atraso (lead-lag)
Outras configurac¸ ˜ oes do LR
Compensac¸ ˜ ao atraso (lag)
1. Na compensac¸ ˜ ao atraso assume-se que o sistema satisfaz as especificac¸ ˜ oes rela-
tivas ` a reposta transit ´ oria, mas n˜ ao as relativas ` a reposta em regime. A func¸ ˜ ao de
transferˆ encia do compensador atraso ´ e definida como
C(s) = k
c
s +
1
T
s +
1
βT
= k
c
β
Ts + 1
βTs + 1
em que k
c
> 0 ´ e o ganho do compensador e T > 0 e β > 1 definem as localizac¸ ˜ oes
do zero e do p´ olo do compensador. O compensador atraso retira fase de qualquer
ponto do plano s pois φ
zc
− φ
pc
< 0 para qualquer escolha de T > 0 e β > 1
(Figura 13.1). Como β > 1, o zero do compensador sempre fica ` a esquerda do
p´ olo.
PSfrag replacements
φ
zc
φ
pc

1
βT

1
T
Figura 13.1: Remoc¸ ˜ ao de fase do compensador atraso.
EA721 / PAULO VALENTE / UNICAMP 132
2. Na compensac¸ ˜ ao atraso, assume-se que o sistema em malha fechada apresenta
um par de p´ olos complexos conjulgados dominantes que produzem a resposta tran-
sit ´ oria desejada. A id´ eia ´ e n˜ ao modificar o LR pr´ oximo aos p´ olos dominantes.
3. A compensac¸ ˜ ao atraso ´ e usada basicamente para aumentar o ganho est´ atico
do compensador (ganho na freq¨ uˆ encia s = 0) e assim reduzir eventuais erros de
regime. O compensador atraso deve produzir apenas um pequeno decr´ escimo de
fase, da ordem de 5
o
, pr´ oximo aos p´ olos dominantes s
1,2
:
−5
o
<

C(s)[
s=s
1
< 0
o
.
Para tanto, o zero e o p´ olo de C(s) devem ser localizados de tal maneira que
−5
o
<

s
1
+ (1/T) −

s
1
+ (1/βT) < 0
o
.
4. Escolhendo-se T > 0 e β > 1 de forma que as quantidades 1/T e 1/βT sejam
pequenas comparadas a s
1
, obt´ em-se o efeito desejado. Al´ em disso, as magnitudes
[s
1
+1/T[ e [s
1
+1/βT[ ser˜ ao aproximadamente iguais e portanto para o sistema
compensado
[C(s)P(s)[
s=s
1
=
¸
¸
¸
¸
¸
¸
¸
¸
k
c
s
1
+
1
T
s
1
+
1
βT
P(s
1
)
¸
¸
¸
¸
¸
¸
¸
¸
= 1
implica que k
c
· 1, pois [P(s
1
)[ = 1 se s
1
pertence ao LR anterior ` a introduc¸ ˜ ao
do compensador atraso.
5. Como n˜ ao existe aumento de ganho na freq¨ uˆ encia s
1
(k
c
· 1), as propriedades
transit ´ orias do sistema n˜ ao ser˜ ao alteradas significativamente. Os p´ olos dominantes
apenas se deslocam para uma vizinhac¸a do ponto s
1
devido a pequena remoc¸ ˜ ao de
fase causada pelo compensador.
6. O ganho est´ atico do compensador atraso (ganho na freq¨ uˆ encia s = 0) ´ e C(0) =
k
c
β. Assumindo-se que a planta ´ e do Tipo 1, a constante de velocidade k
v
do
sistema original ser´ a ent˜ ao multiplicada por β:
ˆ
k
v
= lim
s→0
sC(s)P(s) = k
c
β lim
s→0
sP(s) · βk
v
.
7.
´
E conveniente localizar o p´ olo e o zero do compensador pr ´ oximos ` a origem.
Exemplo: 1/(βT) = 0.001 e 1/T = 0.01 implica em β = 10. Como os p´ olos do-
EA721 / PAULO VALENTE / UNICAMP 133
minantes est˜ ao afastados do eixo imagin´ ario, as caracter´ısticas de fase e magnitude
impostas sobre C(s) ser˜ ao naturalmente satisfeitas.
Exemplo. Considere o sistema de controle em malha fechada da Figura 13.2.
PSfrag replacements
r y
1.06
s(s + 1)(s + 2)
+

Figura 13.2: Sistema de controle em malha fechada.
A func¸ ˜ ao de transferˆ encia de malha fechada ´ e
Y (s)
R(s)
=
1.06
s(s + 1)(s + 2) + 1.06
,
=
1.06
(s + 0.3307 −j0.5864)(s + 0.3307 +j0.5864)(s + 2.3384)
.
Os p´ olos dominantes s˜ ao s
1,2
= −0.3307 ±j0.5864, que fornecem ξ = 0.491
e ω
n
= 0.673 rad/s. Logo,
k
v
= lim
s→0
sP(s) = 0.53,
um valor muito baixo. Deseja-se
ˆ
k
v
= 5 sem alterar significativamente a posic¸ ˜ ao
dos p´ olos dominantes. Como
ˆ
k
v
= βk
v
, obt´ em-se β = 10 aproximadamente. Um
poss´ıvel compensador atraso seria
C(s) = k
c
s + 0.05
s + 0.005
.
A contribuic¸ ˜ ao deste compensador ´ e de cerca de −4
o
no pontos s
1,2
(verifique).
Os LR’s do sistema com as compensac¸ ˜ oes proporcional e atraso encontram-se ilus-
tradas nas Figuras 13.3 e 13.4, respectivamente.
EA721 / PAULO VALENTE / UNICAMP 134
−5 −4 −3 −2 −1 0 1
−3
−2
−1
0
1
2
3
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 13.3: LR do sistema compensado com C(s) = k
c
.
−5 −4 −3 −2 −1 0 1
−3
−2
−1
0
1
2
3
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 13.4: LR do sistema com compensador atraso.
Observe que o compensador atraso (Figura 13.4) n˜ ao altera significativamente
o LR nas proximidades dos p´ olos dominantes. Para melhor visualizac¸ ˜ ao do efeito
do compensador, apresenta-se abaixo um zoom da regi ˜ ao de interesse.
EA721 / PAULO VALENTE / UNICAMP 135
−0.8 −0.7 −0.6 −0.5 −0.4 −0.3 −0.2 −0.1 0 0.1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 13.5: LR do sistema com compensador atraso - zoom.
Os p´ olos indicados correspondem ao ganho unit´ ario k = 1.06k
c
= 1. Obser-
va-se um ligeiro decr´ escimo em ξ (ξ · 0.478). Assumindo que se deseja manter
ξ · 0.5, os p´ olos correspondentes (obtidos diretamente do LR) dever˜ ao ser
s
1,2
= −0.312 ±j0.551 (ξ = 0.493, ω
n
= 0.633).
O ganho ems
1,2
= −0.312±j0.551 (obtido diretamente do LR) ´ e k = 1.0235
e portanto k
c
= k/1.06 = 0.966. A func¸ ˜ ao de malha aberta do sistema ´ e
C(s)P(s) = 0.9656
s + 0.05
s + 0.005
1.06
s(s + 1)(s + 2)
,
=
1.0235(s + 0.05)
s(s + 0.005)(s + 1)(s + 2)
,
=
5.12(20s + 1)
s(200s + 1)(s + 1)(0.5s + 1)
.
Consequentemente,
ˆ
k
v
= 5.12. Al´ em de s
1,2
= −0.312 ± j0.551 (dominan-
tes), os demais p´ olos de malha fechada s˜ ao s
3
= −2.326 e s
4
= −0.055. O LR do
sistema obtido atrav´ es de compensac¸ ˜ ao atraso comk
c
= 0.966 ´ e apresentado na Fi-
gura 13.6. Na Figuras 13.7 e 13.8 s˜ ao apresentadas, respectivamente, as respostas
ao degrau e ` a rampa dos sistemas n˜ ao-compensado e compensado. O fato do p´ olo
s
4
estar pr´ oximo ao zero de C(s) faz com que a resposta seja menos amortecida e
mais lenta do que a prevista.
EA721 / PAULO VALENTE / UNICAMP 136
−0.8 −0.7 −0.6 −0.5 −0.4 −0.3 −0.2 −0.1 0 0.1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 13.6: Sistema compensado (atraso) com k
c
= 0.966.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 5 10 15 20 25 30 35 40
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
Compensado
N˜ ao-compensado
Figura 13.7: Respostas do sistema ao degrau unit´ ario.
EA721 / PAULO VALENTE / UNICAMP 137
Time (sec.)
A
m
p
l
i
t
u
d
e
Linear Simulation Results
0 5 10 15 20 25 30 35 40 45 50
0
5
10
15
20
25
30
35
40
45
50

T
o
:

Y
(
1
)
PSfrag replacements
Rampa
Compensado
N˜ ao-compensado
Figura 13.8: Respostas do sistema ` a rampa unit´ aria.
Compensac¸ ˜ ao avanc¸ o-atraso (lead-lag)
8. A compensac¸ ˜ ao avanc¸o-atraso ´ e utilizada quando se deseja satisfazer simultane-
amente especificac¸ ˜ oes sobre as respostas transit ´ oria e de regime. Contudo, ao inv´ es
de se introduzir compensadores avanc¸o e atraso individuais, ´ e mais econˆ omico ob-
ter um ´ unico compensador. A func¸ ˜ ao de transferˆ encia do compensador atraso-
avanc¸o ´ e definida por
C(s) = k
c
_
_
_
s +
1
T
1
s +
1
αT
1
_
_
_
. ¸¸ .
avanc¸o
_
_
_
_
s +
1
T
2
s +
1
βT
2
_
_
_
_
. ¸¸ .
atraso
,
em que T
1
> 0, T
2
> 0, 0 < α < 1, e β > 1. O projeto de compensadores
atraso-avanc¸o segue as linhas gerais dos projetos individuais para compensadores
avanc¸o e atraso.
Outras configurac¸ ˜ oes do LR
EA721 / PAULO VALENTE / UNICAMP 138
9. Embora o LR de um sistema em malha fechada tenha sido discutido em termos
da variac¸ ˜ ao de um parˆ ametro k referente a equac¸ ˜ ao caracter´ıstica gen´ erica 1 +
kG(s) = 0, k > 0, outras aplicac¸ ˜ oes s˜ ao poss´ıveis. Em particular, o LR pode ser
utilizado para analisar como os p´ olos do sistema em malha fechada se comportam
quando um parˆ ametro positivo qualquer de G(s) (associado a C(s), P(s) ou F(s))
varia, como ilustrado atrav´ es dos exemplos a seguir.
Exemplo 1. Deseja-se analisar o LR do sistema em malha fechada da Figura 13.9
em func¸ ˜ ao do parˆ ametro α > 0.
PSfrag replacements
r y
5
s(s +α)
+

Fig 15.9: Sistema de controle em malha fechada.
A equac¸ ˜ ao caracter´ısitica do sistema ´ e 1 + 5/(s
2
+ αs) = 0, ou reescrevendo
em termos de α,
s
2
+αs + 5 = 0 ⇒ 1 +α
s
s
2
+ 5
= 0
O LR das ra´ızes do sistema de malha fechada em func¸ ˜ ao de 0 < α < ∞ ´ e apre-
sentado na Figura 13.10. O sistema em malha fechada permanece est ´ avel para
qualquer valor positivo de α.
PSfrag replacements
Re s
Ims
0
j

5
−j

5


5
α = 0
α = 0
α →∞ α →∞
Figura 13.10: LR em func¸ ˜ ao de 0 < α < ∞.
EA721 / PAULO VALENTE / UNICAMP 139
Exemplo 2. Deseja-se analisar o comportamento dos p´ olos de malha fechada de
um sistema cuja equac¸ ˜ ao caracter´ıstica ´ e
1 +C(s)P(s) = 1 +
_
k
P
+
k
I
s
__
0.25
s + 0.1
_
= 0,
em func¸ ˜ ao de k
P
> 0 quando k
I
= 1. O compensador PI utilizado, C(s) =
k
P
+ k
I
/s, ´ e uma forma especial de compensador atraso, com p´ olo na origem e
zero em −k
I
/k
P
. A equac¸ ˜ ao em func¸ ˜ ao de k
P
´ e (verifique)
1 +k
P
0.25s
s
2
+ 0.1s + 0.25
= 0
O LR do sistema em malha fechada em func¸ ˜ ao de 0 < k
P
< ∞ ´ e apresentado na
Figura 13.11. Se se desejar, por exemplo, p´ olos de malha fechada com amorteci-
mento cr´ıtico, ent˜ ao
k
P
= −
s
2
+ 0.1s + 0.25
0.25s
[
s=−0.5
= 3.6,
e o compensador seria
C(s) = 3.6 +
1
s
.
PSfrag replacements
Re s
Ims
0
j0.4975
−j0.4975
−0.5 −0.05
k
P
= 0
k
P
= 0
k
P
→∞ k
P
→∞
Figura 13.11: LR em func¸ ˜ ao de 0 < k
P
< ∞.
EA721 / PAULO VALENTE / UNICAMP 140
Aula 14
Compensac¸ ˜ ao via Resposta em Freq¨ uˆ encia
Constantes de erro
Margem de fase ξ
Introduc¸ ˜ ao ` a compensac¸ ˜ ao via RF
Constantes de erro
1. Considere um sistema de controle com realimentac¸ ˜ ao unit´ aria cuja func¸ ˜ ao de
malha aberta ´ e
P(s) = k

z
1
s + 1)(τ
z
2
s + 1) (τ
zm
s + 1)
s
N

p
1
s + 1)(τ
p
2
s + 1) (τ
pn
s + 1)
,
em que N ´ e o tipo do sistema e os τ
z
’s e τ
p
’s s˜ ao as constantes de tempo (e os
valores inversos, as freq¨ uˆ encias de corte) dos zeros e p´ olos do sistema. Se N = 0,
o sistema n˜ ao-compensado (C(s) = 1) apresentar´ a erro de estado estacion´ ario para
entrada degrau (e
ss
= 1/(1 + k
p
)). A constante de posic¸ ˜ ao do sistema, k
p
, pode
ser calculada atrav´ es de
k
p
= lim
s→0
P(s) = lim
ω→0
P(jω) = k.
A constante de posic¸ ˜ ao do sistema pode ser extra´ıda do diagrama de magnitude
de P(jω) na regi˜ ao de baixas freq¨ uˆ encias (ω →0), como ilustra a Figura 14.1.
PSfrag replacements
20 log k
p
Sistema tipo 0
[P(jω)[
dB
ω (rad/s)
Figura 14.1: Constante de posic¸ ˜ ao do sistema.
EA721 / PAULO VALENTE / UNICAMP 141
2. Se N = 1, ent˜ ao o sistema n˜ ao-compensado apresenta erro de estado esta-
cion´ ario para entrada rampa (e
ss
= 1/k
v
). A constante de velocidade do sistema,
k
v
, ´ e calculada atrav´ es de
k
v
= lim
s→0
sP(s) = lim
ω→0
jωP(jω).
Para ω << 1 ´ e poss´ıvel fazer a aproximac¸ ˜ ao
k
v
= jωP(jω) ou P(jω) =
k
v

.
Em dB’s,
20 log [P(jω)[ = 20 log
¸
¸
¸
¸
k
v

¸
¸
¸
¸
,
= 20 log k
v
−20 log ω.
O lado direito da express˜ ao ´ e uma ass´ıntota para as baixas freq¨ uˆ encias de
[P(jω)[
dB
. A ass´ıntota cruza 0 dB na freq¨ uˆ encia ω = k
v
rad/s, o que sugere a
forma de se extrair a constante de velocidade do sistema atrav´ es do diagrama de
magnitude de P(jω).
3. Exemplo. O diagrama de magnitude do sistema em malha aberta
P(s) =
10
s(s + 1)
´ e ilustrado na Figura 14.2. O sistema ´ e do tipo 1 e portanto a constante de velo-
cidade ´ e numericamente igual ` a freq¨ uˆ encia de cruzamento da ass´ıntota de baixa
freq¨ uˆ encia (inclinac¸ ˜ ao −20 db/dec) com 0 db. O valor obtido, k
v
= 10, ´ e o mesmo
que seria obtido analiticamente. De fato,
k
v
= lim
s→0
sP(s) = 10.
Margem de fase × ξ
Para um sistema de segunda ordem (malha aberta) na forma padr˜ ao
P(s) =
ω
2
n
s(s + 2ξω
n
)
,
EA721 / PAULO VALENTE / UNICAMP 142
a magnitude torna-se unit´ aria ([P(jω)[ = 1) na freq¨ uˆ encia
ω = ω
n
_
_
1 + 4ξ
4
−2ξ
2
.
Nesta freq¨ uˆ encia, a fase de P(ω) ´ e dada por

P(jω) = −90
o

jω + 2ξω
n
= −90
o
−tan
−1
_
_
1 + 4ξ
4
−2ξ
2

.
A margem de fase do sistema ent˜ ao seria
MF = 180
o
+

P(jω
1
),
= 90
o
−tan
−1
_
_
1 + 4ξ
4
−2ξ
2

,
= tan
−1

_
_
1 + 4ξ
4
−2ξ
2
.
Uma boa aproximac¸ ˜ ao para a margem de fase na regi˜ ao aonde 0 ≤ ξ ≤ 0.6,
obtida atrav´ es da linearizac¸ ˜ ao da express˜ ao acima, ´ e
MF = ξ 100.
Assim, uma margem de fase MF = 50
o
corresponde a aproximadamente ξ =
0.5. Um sistema com MF = 10
o
seria extremamente oscilat ´ orio.
10
−2
10
−1
10
0
10
1
−30
−20
−10
0
10
20
30
40
50
60
Figura 14.2: Constante de velocidade do sistema.
EA721 / PAULO VALENTE / UNICAMP 143
Introduc¸ ˜ ao ` a compensac¸ ˜ ao via RF
4. Considere o sistema de controle com realimentac¸ ˜ ao unit´ aria ilustrado na Figura
14.3.
PSfrag replacements
+

C(s) P(s)
Figura 14.3: Compensac¸ ˜ ao s´ erie - realimentac¸ ˜ ao unit´ aria.
O objetivo ´ e projetar C(s) de forma a satisfazer determinadas especificac¸ ˜ oes
de desempenho, como margens de fase e de ganho, que o sistema n˜ ao-compensado
(C(s) = 1) n˜ ao satisfaz. Devido a associac¸ ˜ ao s´ erie do compensador C(s) com a
planta P(s), a magnitude de C(jω)P(jω) em dB pode ser escrita como a soma
das magnitudes de C(jω) e P(jω) em dB:
[C(jω)P(jω)[
dB
= [C(jω)[
dB
+[P(jω)[
dB
.
Pela mesma raz˜ ao, a fase de C(jω)P(jω) ´ e a soma das fases de C(jω) e P(jω)
(em graus):

C(jω)P(jω) =

C(jω) +

P(jω).
Como [P(jω)[
dB
e

P(jω) s˜ ao quantidades conhecidas, deve-se projetar C(s)
de tal forma que [C(jω)[
dB
e

C(jω) sejam tais que, por exemplo,
−20 log [C(jω
0
)P(jω
0
)[ = MG
esp
,
180
o
+

C(jω
1
)P(jω
1
) = MF
esp
,
em que MG
esp
e MF
esp
s˜ ao margens de ganho e fase especificadas. Um aspecto
importante ´ e a determinac¸ ˜ ao de freq¨ uˆ encias ω
0
(cruzamento com−180
o
) e ω
1
(cru-
zamento com 0 dB) apropriadas.
5. Exemplo. Os diagramas de Bode do sistema n˜ ao-compensado associado ` a
func¸ ˜ ao de transferˆ encia de malha aberta
P(s) =
3
s(s + 1)(s + 2)
´ e apresentado na Figura 14.4.
EA721 / PAULO VALENTE / UNICAMP 144
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
−300
−250
−200
−150
−100
−50
T
o
:

Y
(
1
)
−100
−50
0
50
From: U(1)
PSfrag replacements
MG = 6.02 dB
ω
0
= 1.41 rad/seg
MF = 20
o
ω
1
= 0.97 rad/seg
Figura 14.4: Diagramas de Bode - sistema n˜ ao-compensado.
As margens de ganho e de fase do sistema n˜ ao-compensado s˜ ao pequenas e sua
resposta tende a ser muito oscilat ´ oria (ξ · MF/100 = 0.2). Para obter margens
maiores ´ e necess´ ario atenuar a curva de magnitude de P(jω), fazendo esta cruzar
0 dB numa freq¨ uˆ encia menor. Uma alternativa simples ´ e escolher C(s) = k
c
< 1
(compensac¸ ˜ ao proporcional). O sistema compensado apresentado na Figura 14.5 a
seguir foi obtido com k
c
= 0.33.
6. A soluc¸ ˜ ao utilizada resolve o problema das margens, mas diminui a constante de
velocidade (k
v
) do sistema. O motivo ´ e que a ass´ıntota de baixa freq¨ uˆ encia do sis-
tema compensado tamb´ em cruzar´ a 0 dB numa freq¨ uˆ encia menor, pois a atenuac¸ ˜ ao
produzida pelo compensador ´ e igual para todas as freq¨ uˆ encias. Compensadores
mais elaborados, a serem discutidos a seguir, agem seletivamente em determina-
das freq¨ uˆ encias, de forma a atender simultˆ aneamente especificac¸ ˜ oes como limites
para erros de estado estacion´ ario e margens de ganho e de fase.
EA721 / PAULO VALENTE / UNICAMP 145
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
−300
−250
−200
−150
−100
−50
T
o
:

Y
(
1
)
−100
−50
0
50
From: U(1)
PSfrag replacements
MG = 15.6 dB
ω
0
= 1.41 rad/seg
MF = 53.4
o
ω
1
= 0.45 rad/seg
Figura 14.5: Diagramas de Bode - compensac¸ ˜ ao proporcional.
EA721 / PAULO VALENTE / UNICAMP 146
Aula 15
Compensac¸ ˜ ao Avanc¸ o
Introduc¸ ˜ ao
Procedimento
Introduc¸ ˜ ao
1. A resposta em freq¨ uˆ encia do compensador avanc¸o ´ e obtida a partir de
C(jω) = k
c
α
jTω + 1
jαTω + 1
, T > 0, 0 < α < 1.
Os diagramas de Bode de C(jω) para k
c
= 1 e α = 0.1 s˜ ao ilustrados na Figura
15.1.
PSfrag replacements
[C(jω)[
dB

C(jω)
φ
m
ω rad/s
ω rad/s
0.1
T
1
T
10
T
−20 dB
90
o

10
T
Figura 15.1: Resposta em freq¨ uˆ encia do compensador avanc¸o.
EA721 / PAULO VALENTE / UNICAMP 147
Na compensac¸ ˜ ao avanc¸o a freq¨ uˆ encia de corte do zero (em z = −1/T) ´ e sem-
pre menor do que a freq¨ uˆ encia de corte do p´ olo (em p = −1/αT), o que faz
com que o compensador adicione fase ao sistema quando colocado em s´ erie com a
planta. A fase do compensador avanc¸o, dada por

C(jω) = tan
−1
Tω −tan
−1
αTω,
atinge seu m´ aximo na freq¨ uˆ encia ω
m
na qual
d

C(jω)[
ω=ωm
= 0.
´
E poss´ıvel mostrar que
ω
m
=
1
T

α
,
e que a fase m´ axima φ
m
obtida na freq¨ uˆ encia ω = ω
m
´ e a soluc¸ ˜ ao da equac¸ ˜ ao
trigonom´ etrica
sen φ
m
=
1 −α
1 +α
.
2. A func¸ ˜ ao prim´ aria da compensac¸ ˜ ao avanc¸o ´ e remodelar as curvas de resposta em
freq¨ uˆ encia, adicionando fase suficiente para compensar uma defasagem excessiva
do sistema original.
Procedimento
3. Por raz˜ oes pr´ aticas de projeto, a func¸ ˜ ao de transferˆ encia de malha aberta do
sistema compensado ´ e reescrita na forma
C(s)P(s) = k
c
α
Ts + 1
αTs + 1
P(s),
= C
1
(s)G
1
(s),
na qual
C
1
(s) =
Ts + 1
αTs + 1
, G
1
(s) = kP(s),
e k = k
c
α. O procedimento completo para o projeto do compensador avanc¸o ´ e
apresentado a seguir.
EA721 / PAULO VALENTE / UNICAMP 148
1. Determine k para atender a especificac¸ ˜ ao sobre o erro est´ atico do sistema
compensado. A especificac¸ ˜ ao sobre erro est´ atico pode ser atendida desta
forma porque C
1
(0) = 1 e desta forma independe de C
1
(s);
2. Obtenha os diagramas de Bode de G
1
(jω) e determine a margem de fase
correspondente. A partir da especificac¸ ˜ ao de MF, calcule a quantidade de
fase φ
m
a ser adicionada no sistema. Determine α atrav´ es de
α =
1 −sen φ
m
1 + sen φ
m
;
3. A magnitude de C
1
(jω) na freq¨ uˆ encia ω = ω
m
´ e igual a (verifique)
[C
1
(jω)[
ω=ωm
=
¸
¸
¸
¸
jTω
m
+ 1
jαTω
m
+ 1
¸
¸
¸
¸
=
1

α
.
Determine ent˜ ao a freq¨ uˆ encia ω
c
tal que
[G
1
(jω
c
)[
dB
= −20 log
1

α
.
para que a nova freq¨ uˆ encia de cruzamento com 0 dB seja ω
c
, tamb´ em cha-
mada de freq¨ uˆ encia de crossover. Fac¸a ω
m
= ω
c
= 1/(T

α). A adic¸ ˜ ao
de φ
m
ocorrer´ a em ω
m
. Determine as freq¨ uˆ encias de corte do compensador:
zero: ω =
1
T
, p´ olo: ω =
1
αT
;
4. Determine k
c
= k/α. Verifique se a margem de ganho obtida ´ e satisfat ´ oria
(≥ 10 dB). Sen˜ ao, refac¸a o projeto modificando as freq¨ uˆ encias de corte do
compensador.
4. Exemplo. Considere o sistema de controle ilustrado na Figura 15.2 a seguir. PSfrag replacements
r y +

k
4
s(s + 2)
Figura 15.2: Sistema de controle n˜ ao-compensado.
EA721 / PAULO VALENTE / UNICAMP 149
As especificac¸ ˜ oes para o sistema compensado s˜ ao as seguintes:
k
v
= 20,
MF ≥ 50
o
,
MG ≥ 10 dB.
O projeto de C(s) comec¸a com a obtenc¸ ˜ ao de k atrav´ es de
G
1
(s) = kP(s) = k
4
s(s + 2)
=
4k
s(s + 2)
, k = k
c
α.
A constante de velocidade do sistema compensado ´ e
k
v
= lim
s→0
sC(s)P(s),
= lim
s→0
sC
1
(s)G
1
(s),
= 2k.
Logo, k = 10. Os diagramas de Bode de G
1
(jω) = 10P(jω) s˜ ao apresentados
na Figura 15.3.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
−180
−160
−140
−120
−100
−80
T
o
:

Y
(
1
)
−20
0
20
40
60
80
From: U(1)
PSfrag replacements
MF = 18
o
ω
1
= 6.17 rad/s
Figura 15.3: Diagramas de Bode de G
1
(s) (k
v
= 20).
O ambiente ltiview do MATLAB permite obter as margens de fase e de
ganho facilmente. No exemplo, MF = 18
o
e MG = +∞ (margens infinitas ou
EA721 / PAULO VALENTE / UNICAMP 150
inst´ aveis s˜ ao indicadas por c´ırculos abertos). Em princ´ıpio, a quantidade de fase a
ser adicionada na freq¨ uˆ encia ω
1
= 6.17 rad/s seria de 50
o
−18
o
= 32
o
.
A curva de magnitude de C
1
(jω) ´ e como ilustrada na Figura 15.1, mas come-
c¸ando em0 dB. Aassociac¸ ˜ ao de C
1
(jω) ems´ erie comG
1
(jω) n˜ ao altera a especificac¸ ˜ ao
sobre a constante de erro porque [C
1
(jω)[ vale 0 dB nas baixas freq¨ uˆ encias, mas
faz a curva de magnitude se deslocar para a direita, onde a fase de G
1
(jω) ser´ a
menor do que os −162
o
que forneceu MF = 18
o
.
Uma alternativa para compensar a diminuic¸ ˜ ao de fase provocada indiretamente
por C
1
(jω) ´ e somar uma quantidade extra - tipicamente 5
o
- ao valor previamente
obtido:
φ
m
= 32
o
+ 5
o
= 37
o
.
Determina-se ent˜ ao α:
α =
1 −sen 37
o
1 + sen 37
o
= 0.24.
A adic¸ ˜ ao de φ
m
= 37
o
pelo compensador ser´ a introduzida na freq¨ uˆ encia (des-
conhecida) ω
m
= 1/(T

α). Nesta freq¨ uˆ encia, o compensador contribui em mag-
nitude com
20 log [C
1
(jω)[ = 20 log
1

α
= 6.2 dB.
Emseguida determina-se a freq¨ uˆ encia na qual [G
1
(jω)[
dB
= −6.2 dB, que ser´ a
a nova freq¨ uˆ encia de crossover. No exemplo, ω
c
· 9 rad/s (obtida com um zoom
dos diagramas de Bode na regi˜ ao de interesse). Faz-se ω
m
= ω
c
= 1/(T

α) = 9
rad/s e as freq¨ uˆ encias de corte do compensador s˜ ao ent˜ ao facilmente determinadas:
zero :
1
T
= ω
m

α = 4.41 rad/s,
p´ olo :
1
αT
= 18.4 rad/s.
Finalmente, o ganho k
c
do compensador ´ e calculado:
k
c
=
k
α
= 41.7.
O compensador avanc¸o assume a forma
C(s) = 41.7
s + 4.41
s + 18.4
= 10
0.227s + 1
0.054s + 1
.
A Figura 15.4 apresenta as curvas de magnitude e de fase da func¸ ˜ ao G
1
(s) que
serviu de base para o projeto, do compensador C(s) obtido atrav´ es do procedi-
mento de projeto e da func¸ ˜ ao de malha C(s)P(s) (= C
1
(s)G
1
(s)). A margem de
EA721 / PAULO VALENTE / UNICAMP 151
fase final ´ e de MF = 50.5
o
. A freq¨ uˆ encia de crossover ω
c
= ω
1
ficou ligeiramente
abaixo de 9 rad/s prevista, provavelmente porque C
1
(s) n˜ ao retirou a totalidade
dos 5
o
adicionados ` a fase inicialmente calculada.
A margem de ganho inicial era infinita - o sistema n˜ ao-compensado ´ e est´ avel
para qualquer valor de ganho, como a an´ alise do lugar das ra´ızes do sistema facil-
mente comprova - e continuou infinita ap´ os a introduc¸ ˜ ao do compensador avanc¸o,
como seria de se esperar.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
10
2
−200
−150
−100
−50
0
50
T
o
:

Y
(
1
)
−50
0
50
100
From: U(1)
PSfrag replacements
MF = 50.5
o
ω
1
= 8.89 rad/s
C
C
G
1
G
1
CP
CP
Figura 15.4: Diagramas de Bode do sistema compensado.
EA721 / PAULO VALENTE / UNICAMP 152
Aula 16
Compensac¸ ˜ ao Atraso
Compensador atraso
Resposta em freq¨ uˆ encia em malha fechada
Atraso de transporte
Compensador atraso
1. O objetivo prim´ ario do compensador atraso
C(jω) = k
c
β
jTω + 1
jβTω + 1
, T > 0, β > 1,
´ e introduzir atenuac¸ ˜ ao nas altas freq¨ uˆ encias e assim garantir uma margem de fase
adequada para o sistema. A Figura 16.1 ilustra os diagramas de Bode do compen-
sador atraso quando k
c
= 1 e β = 10.
PSfrag replacements
[C(jω)[
dB

C(jω)
ω rad/s
ω rad/s
0.01
T
0.1
T
1
T
20 dB
−90
o
Figura 16.1: Resposta em freq¨ uˆ encia do compensador atraso.
EA721 / PAULO VALENTE / UNICAMP 153
Na compensac¸ ˜ ao atraso a freq¨ uˆ encia de corte do zero (em z = −1/T) ´ e
maior do que a freq¨ uˆ encia de corte do p´ olo (em z = −1/βT). Por esta raz˜ ao a
freq¨ uˆ encia de corte do zero (mais a direita) deve ser substancialmente menor do
que a freq¨ uˆ encia de cruzamento com 0 dB, para que o compensador n˜ ao retire fase
do sistema.
2. Como na compensac¸ ˜ ao avanc¸o, o ganho de malha do sistema ´ e reescrito na
forma
C(s)P(s) = k
c
β
Ts + 1
βTs + 1
P(s),
= C
1
(s)G
1
(s),
em que
C
1
(s) =
Ts + 1
βTs + 1
, G
1
(s) = kP(s),
e k = k
c
β. Como na compensac¸ ˜ ao avanc¸o, o ganho k ´ e determinado de forma a
atender a especificac¸ ˜ ao sobre o erro est´ atico do sistema. Especificac¸ ˜ oes sobre mar-
gens de fase e ganho s˜ ao atendidas escolhendo-se adequadamente as freq¨ uˆ encias
de corte de C
1
(s). O procedimento para projeto de compensadores atraso ser´ a
discutido atrav´ es de um exemplo.
3. Exemplo. Considere o sistema n˜ ao-compensado ilustrado na Figura 16.2 a
seguir.
PSfrag replacements
r y +

1
s(s + 1)(0.5s + 1)
Figura 16.2: Sistema de controle n˜ ao-compensado.
As especificac¸ ˜ oes para o sistema de controle em malha fechada s˜ ao as seguin-
EA721 / PAULO VALENTE / UNICAMP 154
tes:
k
v
= 5,
MF ≥ 40
o
,
MG ≥ 10 dB.
Inicialmente obt´ em-se
G
1
(s) = kP(s) =
k
s(s + 1)(0.5s + 1)
, k = k
c
β.
O valor de k ´ e obtido da especificac¸ ˜ ao sobre a constante de velocidade:
k
v
= lim
s→0
sC(s)P(s),
= lim
s→0
sC
1
(s)G
1
(s),
= k.
Logo, k = 5. Os diagramas de Bode de G
1
(jω) = 5P(jω) s˜ ao apresentados
na Figura 16.3.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
−300
−250
−200
−150
−100
−50
T
o
:

Y
(
1
)
−50
0
50
100
From: U(1)
Figura 16.3: Diagramas de Bode de G
1
(jω).
A margem de fase ´ e cerca de −10
o
, indicando que o sistema ´ e inst´ avel em
malha fechada. A freq¨ uˆ encia correspondente a MF = 40
o
(

G
1
(jω) = −140
o
)
EA721 / PAULO VALENTE / UNICAMP 155
´ e aproximadamente 0.61 rad/s. A id´ eia ´ e usar o compensador atraso para atenuar
G
1
(jω), fazendo com que a freq¨ uˆ encia de crossover fique no entorno de 0.61
rad/s.
A freq¨ uˆ encia de corte do zero (1/T) deve ser suficientemente baixa para que
a contribuic¸ ˜ ao negativa de fase de C
1
(jω) seja pequena no entorno de 0.61 rad/s.
Escolhendo 1/T = 0.061 rad/s - em geral, uma d´ ecada abaixo da freq¨ uˆ encia inici-
almente determinada - C
1
(jω) contribuir´ a negativamente com 5
o
a 12
o
para a fase
do sistema compensado. Ao especificar que a fase na freq¨ uˆ encia de crossover seja
de 40
o
+12
o
, a reduc¸ ˜ ao de fase provocada por C
1
(jω) ´ e contabilizada. Portanto, a
quantidade de fase necess´ aria ao projeto ´ e de 52
o
.
A freq¨ uˆ encia na qual

G
1
(jω) = −128
o
´ e 0.42 rad/s, a nova freq¨ uˆ encia de
crossover (entorno de 0.61 rad/s). Na freq¨ uˆ encia ω = 0.42 rad/s,
[G
1
(jω)[ = 18.4 dB,
que ´ e quanto G
1
(jω) dever´ a ser atenuada por C
1
(jω) em ω = 0.42 rad/s para que
de fato ω
c
= 0.42 rad/s seja a freq¨ uˆ encia de crossover. O diagrama de magnitude
de C
1
(jω) ´ e como ilustrado na Figura 16.1, mas comec¸ando em 0 dB. O diagrama
de fase ´ e idˆ entico. Como a freq¨ uˆ encia de corte do zero (mais a direita) ´ e cerca de
uma d´ ecada menor do que ω
c
, a atenuac¸ ˜ ao produzida por C
1
(jω) em ω
c
´ e igual a
−20 log β (verifique). Logo,
−20 log β = −18.4
ou β = 8.32. Assim, 1/(βT) = 0.0073 rad/s. Finalmente, como k = k
c
β, obt´ em-
se k
c
= k/β = 0.6 e o compensador atraso assume a forma final
C(s) = k
c
s +
1
T
s +
1
βT
= 0.6
s + 0.061
s + 0.0073
.
A Figura 16.4 apresenta os diagramas de Bode da func¸ ˜ ao G
1
(s) que serviu
de base para o projeto, do compensador atraso C(s) projetado e do ganho de
malha C(s)P(s) (= C
1
(s)G
1
(s)). A margem de fase final ´ e de MF = 42.1
o
.
A freq¨ uˆ encia de crossover ω
1
= ω
1
= 0.52 rad/s ficou ligeiramente acima da
freq¨ uˆ encia 0.42 rad/s prevista. A margem de ganho MG = 13.2 dB obtida atende
a espeficicac¸ ˜ ao formulada.
EA721 / PAULO VALENTE / UNICAMP 156
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−4
10
−3
10
−2
10
−1
10
0
10
1
−300
−250
−200
−150
−100
−50
0
T
o
:

Y
(
1
)
−100
−50
0
50
100
From: U(1)
PSfrag replacements
MF = 42.1
o
ω
1
= 0.52 rad/s
MG = 13.2 dB
ω
0
= 1.36 rad/s
C
C
G
1
G
1
CP
CP
Figura 16.4: Diagramas de Bode do sistema compensado.
Resposta em freq¨ uˆ encia em malha fechada
4. Considere o sistema de controle ilustrado na Figura 16.5.
PSfrag replacements
+

C(s) P(s)
Figura 16.5: Sistema de controle com realimentac¸ ˜ ao unit´ aria.
A func¸ ˜ ao de transferˆ encia de malha fechada ´ e dada por
T(s) =
Y (s)
R(s)
=
C(s)P(s)
1 +C(s)P(s)
.
Assumindo que o sistema ´ e est´ avel em malha fechada, ´ e poss´ıvel caracterizar
T(jω) a partir de C(jω)P(jω) da seguinte forma:
EA721 / PAULO VALENTE / UNICAMP 157
1. T(jω) · 1 se ω << ω
c
, pois em geral a magnitude [C(jω)P(jω)[ ´ e grande
nas baixas freq¨ uˆ encias;
2. T(jω) · C(jω)P(jω) se ω >> ω
c
, pois a magnitude [C(jω)P(jω)[ ´ e
pequena nas altas freq¨ uˆ encias;
O comportamento de T(jω) pr´ oximo ` a freq¨ uˆ encia de crossover ω
c
´ e menos
previs´ıvel mas pode ser estimado como base na margem de fase do sistema com-
pensado. A raz˜ ao ´ e que o diagrama de magnitude de um sistema de segunda ordem
apresenta uma ressonˆ ancia pr´ oxima ` a freq¨ uˆ encia natural para fatores de amorteci-
mento suficientemente grandes. A mesma relac¸ ˜ ao aproximada vale para sistemas
de ordem superior com um par de p´ olos complexos conjulgados dominantes. Neste
caso, como MF · 100 ξ para 0 ≤ ξ ≤ 0.6, na vizinhanc¸a de ω
c
a magnitude de
T(jω) depender´ a fundamentalmente da margem de fase do sistema compensado.
5. Exemplo. Os diagramas de Bode da func¸ ˜ ao de transferˆ encia de malha aberta
C(s)P(s) = 0.6
s + 0.061
s + 0.0073
1
s(s + 1)(0.5s + 1)
obtido no exemplo anterior e da func¸ ˜ ao de trasnferˆ encia de malha fechada T(s) s˜ ao
aprsentados na Figura 16.6.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−1
10
0
−300
−250
−200
−150
−100
−50
0
T
o
:

Y
(
1
)
−60
−40
−20
0
20
40
60
From: U(1)
PSfrag replacements
T
T
CP
CP
Figura 16.6: Diagramas de Bode de C(s)P(s) e T(s).
EA721 / PAULO VALENTE / UNICAMP 158
Observe a validade da an´ alise anterior quando ω << ω
c
e ω >> ω
c
. Como
conseq¨ uˆ encia do projeto, tem-se que
[C(jω
c
)P(jω
c
)[ = 1,
e como margem de fase do sistema compensado ´ e MF = 42.1
o
, conclui-se que

C(jω
c
)P(jω
c
) = −137.9
o
. Portanto, a magnitude de T(jω
c
) ´ e
[T(jω
c
)[ =
[C(jω
c
)P(jω
c
)[
[1 +C(jω
c
)P(jω
c
)[
,
em que C(jω
c
)P(jω
c
) = 1

−137.9
o
= −0.7420 −j0.6704. Logo
[T(jω
c
)[ =
1
[0.2580 −j0.6704[
= 1.39.
Observe que a magnitude [T(jω
c
)[ cresce com a diminuic¸ ˜ ao da margem de
fase. A freq¨ uˆ encia de crossover ´ e uma boa indicac¸ ˜ ao da largura de banda do sis-
tema, ω
BW
, que por sua vez determina que tipos de sinais de referˆ encia o sistema
em malha fechada ser´ a capaz de rastrear adequadamente.
Atraso de transporte
6. Sistemas t´ ermicos, hidr´ aulicos e pneum´ aticos normalmente exibem atrasos de
transporte. O conceito ser´ a discutido atrav´ es do sistema ilustrado na Figura 16.7.
PSfrag replacements
d
0
d
1
v
Sensor
Rel´ e
Resistˆ encia
Figura 16.7: Sistema t´ ermico com atraso de transporte.
7. Um determinado fluido se desloca com velocidade constante v ao longo de
uma tubulac¸ ˜ ao e deve ser aquecido por uma resistˆ encia controlada a rel´ e. Um
controlador abre ou fecha o rel´ e de acordo com a temperatura medida pelo sensor,
localizado num ponto distante do ponto de atuac¸ ˜ ao.
EA721 / PAULO VALENTE / UNICAMP 159
8. Sup˜ oe-se que o rel´ e ´ e fechado no tempo t = 0 e que a variac¸ ˜ ao de temperatura
do fluido ser´ a de A
o
C. Assume-se tamb´ em que n˜ ao h´ a perdas t´ ermicas no trajeto
do fluido at´ e o ponto de medida. A variac¸ ˜ ao de temperatura na sa´ıda do sistema
seria como na Figura 16.8, em que τ
1
= d
1
/v s e τ
0
= d
0
/v s.
PSfrag replacements
0
τ
1
τ
1

0
A
t
∆T
0
Figura 16.8: Resposta ao degrau do sistema (amplitude A
o
C).
9. O sensor comec¸a a registrar um aumento de temperatura no tempo t = τ
1
s. A
temperatura cresce, acompanhando o tempo de permanˆ encia das sec¸ ˜ oes do fluido
na regi˜ ao da resistˆ encia, at´ e atingir o valor m´ aximo A
o
C no tempo t = τ
1
+ τ
0
s.
A sa´ıda do sistema pode ser representada matematicamente na forma (verifique):
∆T
0
(t) =
A
τ
0
(t −τ
1
) −
A
τ
0
(t −(τ
1

0
)).
No dom´ınio s,
∆T
0
(s) =
A
τ
0
_
e
−τ
1
s
−e
−(τ
1

0
)s
s
2
_
.
A func¸ ˜ ao de transferˆ encia do sistema ser´ a
T(s) =
∆T
0
(s)
∆T
1
(s)
=
1
τ
0
_
e
−τ
1
s
−e
−(τ
1

0
)s
s
_
com ∆T
1
(s) = A/s.
Um termo do tipo e
−τs
´ e chamado de atraso de transporte na literatura de con-
trole. Se n˜ ao levado em conta, pode facilmente instabilizar o sistema de controle
em malha fechada, uma vez que o valor medido pelo sensor n˜ ao corresponde ao
valor da sa´ıda da planta.
EA721 / PAULO VALENTE / UNICAMP 160
10. O atraso de transporte e
−τs
´ e uma func¸ ˜ ao transcendental, isto ´ e, a func¸ ˜ ao
e
−τs
n˜ ao pode ser escrita emtermos de polinˆ omios ems. Por esta raz˜ ao, as t´ ecnicas
de an´ alise e projeto desenvolvidas para sistemas modelados por func¸ ˜ oes de trans-
ferˆ encia racionais devem ser convenientemente estendidas para que se possa tratar
sistemas com atrasos de transporte.
11. A an´ alise de estabilidade de sistemas com atraso de transporte ´ e mais facil-
mente realizada no dom´ınio da freq¨ uˆ encia. A resposta em freq¨ uˆ encia de e
−jτω
pode ser representada como
e
−jτω
= 1

−ωτ, 0 ≤ ω ≤ ∞.
A magnitude de e
−jτω
´ e unit´ aria qualquer que seja ω, enquanto que a fase
decresce linearmente com ω, como ilustra a Figura 16.9. O diagrama de fase
apresenta-se curvado para baixo uma vez que a freq¨ uˆ encia ´ e representada emd´ ecadas.
Quanto maior o valor do atraso τ, mais negativa torna-se a fase para um mesmo
valor de freq¨ uˆ encia.
PSfrag replacements
ω
ω
[e
−jτω
[
dB

e
−jτω
(graus)
0.1
1 10
−57.3τ
−573τ
(fora de escala)
Figura 16.9: Resposta em freq¨ uˆ encia de e
jτω
.
12. Assuma que a resposta em freq¨ uˆ encia de um sistema modelado pela func¸ ˜ ao de
transferˆ encia racional G(s) ´ e conhecida. Assuma tamb´ em que G(s) representa um
sistema est´ avel (MF > 0, MG > 0). Em seguida incorpore um atraso de transporte
de τ segundos a G(s), obtendo G(s)e
−τs
. O diagrama de magnitude de G(s)e
−τs
EA721 / PAULO VALENTE / UNICAMP 161
´ e igual ao diagrama de magnitude de G(s) mas a fase de G(s)e
−τs
´ e menor do
que a fase de G(s) em qualquer freq¨ uˆ encia ω. Consequente a margem de fase do
sistema diminui com a introduc¸ ˜ ao do atraso, tornando o sistema mais oscilat ´ orio
ou mesmo inst´ avel dependendo do valor de τ.
13. Exemplo. Considere o sistema modelado pela func¸ ˜ ao de transferˆ encia
G(s) =
e
−τs
s(s + 1)
.
O sistema sem atraso seria est´ avel em malha fechada (realimentac¸ ˜ ao unit´ aria). A
estabilidade do sistema com atraso depender´ a do valor de τ. A Figura 16.10 apre-
senta os diagramas de Bode do sistema para τ = 0.5 s. A margem de fase do
sistema cai de 51.8
o
(sistema sem atraso) para 29.3
o
(com atraso).
10
−1
10
0
10
1
−50
−40
−30
−20
−10
0
10
20
M
a
g
n
i
t
u
d
e

(
d
B
)
w
10
−1
10
0
10
1
−500
−400
−300
−200
−100
0
F
a
s
e

(
g
r
a
u
s
)
w
Figura 16.10: Resposta em freq¨ uˆ encia de e
−jτω
/jω(jω + 1).
14. A func¸ ˜ ao n˜ ao-racional e
−τs
pode ser aproximada em torno de s = 0 por
func¸ ˜ oes racionais. Como sistemas de controle s˜ ao quase sempre sistemas passa-
baixas, aproximac¸ ˜ oes em torno de s = 0 s˜ ao suficientes. A aproximac¸ ˜ ao racional
EA721 / PAULO VALENTE / UNICAMP 162
mais comum ´ e conhecida como aproximac¸ ˜ ao de Pad´ e:
e
−τs
=
1 −
τs
2
+
(τs)
2
8

(τs)
3
48
+
1 +
τs
2
+
(τs)
2
8
+
(τs)
3
48
+
.
A ordem da aproximac¸ ˜ ao (truncagem dos polinˆ omios do numerador e denomi-
nador) necess´ aria para representar o atraso varia em func¸ ˜ ao do valor do atraso τ.
Se por exemplo apenas os dois primeiros termos do numerador e do denominador
forem utilizados, obt´ em-se
e
−τs
=
1 −
τs
2
1 +
τs
2
=
2 −τs
2 +τs
.
15. A aproximac¸ ˜ ao de Pad´ e sempre introduz um mesmo n´ umero de zeros e p´ olos.
´
E poss´ıvel mostrar que os zeros e os p´ olos da aproximac¸ ˜ ao est˜ ao localizados nos
semiplanos direito e esquerdo, respectivamente, simetricamente em relac¸ ˜ ao ao eixo
imagin´ ario.
16. O uso da aproximac¸ ˜ ao de Pad´ e torna aplic´ aveis todas as t´ ecnicas de an´ alise
e projeto discutidas anteriormente. Entretanto as conclus˜ oes obtidas devem ser
relativizadas em func¸ ˜ ao da ordem da aproximac¸ ˜ ao utilizada, principalmente nas
quest ˜ oes ligadas a estabilidade.
EA721 / PAULO VALENTE / UNICAMP 163
Aula 17
Representac¸ ˜ ao por Vari ´ aveis de Estado
Vari´ aveis de estado
Equac¸ ˜ oes de estado e de sa´ıda
Espac¸o e trajet ´ oria de estados
Representac¸ ˜ ao matricial
Vari ´ aveis de estado
1. Atrav´ es da representac¸ ˜ ao de sistemas dinˆ amicos (lineares e invariantes no tempo)
por func¸ ˜ oes de transferˆ encia, analisamos e projetamos controladores a partir da
manipulac¸ ˜ ao das vari´ aveis de entrada e de sa´ıda das func¸ ˜ oes envolvidas. Dize-
mos neste caso que a representac¸ ˜ ao ´ e do tipo entrada-sa´ıda. A representac¸ ˜ ao por
vari´ aveis de estado ´ e do tipo interna, pois al´ em das vari´ aveis de entrada e de sa´ıda,
vari´ aveis internas do sistema dinˆ amico tamb´ em s˜ ao representadas. O conceito fun-
damental a ser discutido ´ e o de estado.
Estado. O estado de um sistema dinˆ amico pode ser definido como um conjunto
de n vari´ aveis denotadas por x
1
(t), x
2
(t), . . ., x
n
(t), chamadas de vari ´ aveis de
estado do sistema, cujo conhecimento num dado instante t = t
0
, aliado ao conhe-
cimento da entrada do sistema para todo t ≥ t
0
, permite determinar x
1
(t), x
2
(t),
. . ., x
n
(t) para todo t ≥ t
0
.
2. Vari´ aveis de estado n˜ ao s˜ ao necessariamente grandezas f´ısicas, embora a pr´ atica
recomende, quando for poss´ıvel, a escolha de vari´ aveis que possuam interpretac¸ ˜ ao
ou significado f´ısico. A raz˜ ao ´ e que mais tarde essas vari´ aveis estar˜ ao envolvidas
em estrat´ egias de controle por realimentac¸ ˜ ao.
3. Exemplo. Considere o sistema massa-mola-atrito ilustrado na Figura 17.1. O
sistema ´ e representado pela equac¸ ˜ ao diferencial de segunda ordem
m¨ y(t) +b ˙ y(t) +ky(t) = u(t).
Defina x
1
(t) = y(t) (posic¸ ˜ ao da massa) e x
2
(t) = ˙ y(t) (velocidade da massa).
EA721 / PAULO VALENTE / UNICAMP 164
Derivando x
1
(t) e x
2
(t) em relac¸ ˜ ao a t, obtemos
˙ x
1
(t) = x
2
(t),
˙ x
2
(t) = −
k
m
x
1
(t) −
b
m
x
2
(t) +
1
m
u(t).
PSfrag replacements
u
y
m
k
b
Figura 17.1: Sistema massa-mola-atrito.
Suponha que a posic¸ ˜ ao e a velocidade da massa ´ e conhecida no instante t = t
0
,
isto ´ e, conhece-se x
1
(t
0
) e x
2
(t
0
). Supondo tamb´ em conhecida a entrada u(t)
(forc¸a aplicada ` a massa) para todo t ≥ t
0
´ e poss´ıvel integrar as duas equac¸ ˜ oes
diferenciais de primeira ordem e determinar a posic¸ ˜ ao e a velocidada da massa para
todo t ≥ t
0
. Um m´ etodo simples de integrac¸ ˜ ao utiliza a chamada aproximac¸ ˜ ao de
Euler para a derivada:
x
1
(t
0
+ ∆) −x
1
(t
0
)

= x
2
(t),
x
2
(t
0
+ ∆) −x
2
(t
0
)

= −
k
m
x
1
(t) −
b
m
x
2
(t) +
1
m
u(t),
em que ∆ > 0 ´ e um intervalo de integrac¸ ˜ ao. O conhecimento de x
1
(t
0
), x
2
(t
0
) e
u(t
0
) permite determinar x
1
(t
1
) e x
2
(t
1
) para t
1
= t
0
+ ∆, informac¸ ˜ ao que aliada
ao conhecimento de u(t
1
) permite, por sua vez, determinar x
1
(t
2
) e x
2
(t
2
) para
t
2
= t
1
+ ∆, e assim sucessivamente para todo t = t
0
+ k∆, k = 0, 1, 2, . . ..
Desta forma x
1
(t) e x
2
(t) se qualificam como vari´ aveis de estado do sistema.
Observamos que o comportamento de x
1
(t) e x
2
(t) anterior a t = t
0
n˜ ao ´ e ne-
cess´ ario para a determinac¸ ˜ ao do comportamento futuro do sistema, representado
por x
1
(t), x
2
(t), t ≥ 0.
Equac¸ ˜ oes de estado e de sa´ıda
4. As equac¸ ˜ oes diferenciais de primeira ordem que resultam da representac¸ ˜ ao
de um dado sistema dinˆ amico atrav´ es de vari´ aveis de estado s˜ ao chamadas de
EA721 / PAULO VALENTE / UNICAMP 165
equac¸ ˜ oes de estado. A vari´ avel de sa´ıda do sistema representa uma quantidade
que pode ser medida atrav´ es de um sensor. Diferentemente das equac¸ ˜ oes de es-
tado, diferenciais, a equac¸ ˜ ao de sa´ıda ´ e uma equac¸ ˜ ao alg´ ebrica. No Exemplo, se
a vari´ avel de sa´ıda for a posic¸ ˜ ao da massa, a equac¸ ˜ ao de sa´ıda ser´ a
y(t) = x
1
(t),
Se a vari´ avel de sa´ıda for a acelerac¸ ˜ ao da massa, a equac¸ ˜ ao ser´ a
y(t) = −
k
m
x
1
(t) −
b
m
x
2
(t) +
1
m
u(t),
e haver´ a tamb´ em uma transmiss˜ ao direta da entrada u(t) para a vari´ avel de sa´ıda.
No primeiro caso, a transmiss˜ ao da entrada para a sa´ıda ´ e indireta.
5. A obtenc¸ ˜ ao de uma representac¸ ˜ ao interna para o sistema, isto ´ e, a definic¸ ˜ ao
de um conjunto de vari´ aveis de estado e a descric¸ ˜ ao de como essas vari´ aveis se
relacionam ` as vari´ aveis de entrada e de sa´ıda, n˜ ao implica necessariamente no co-
nhecimento dos valores que as vari´ aveis de estado assumem em cada instante de
tempo. Podemos apenas definir a vari´ avel de entrada e medir a vari´ avel de sa´ıda.
No Exemplo, se y(t) = x
1
(t), conhecemos a posic¸ ˜ ao da massa, mas n˜ ao sua velo-
cidade. Se y(t) = ˙ x
2
(t), conhecemos a acelerac¸ ˜ ao da massa, n˜ ao sua posic¸ ˜ ao ou
velocidade.
6. Sistemas dinˆ amicos lineares e invariantes no tempo podem ser descritos atrav´ es
de equac¸ ˜ oes diferenciais lineares a coeficientes constantes. Suponha, por simplici-
dade, que a descric¸ ˜ ao diferencial do sistema de interesse n˜ ao envolve derivadas da
entrada. Neste caso, o sistema pode ser genericamente representado na forma
y
(n)
(t) +a
n−1
y
(n−1)
(t) + +a
1
˙ y(t) +a
0
y(t) = u(t),
na qual y
(n)
(t) denota a n-´ esima derivada de y(t). A soluc¸ ˜ ao da equac¸ ˜ ao ´ e uni-
camente determinada pelo conhecimento de n condic¸ ˜ oes de contorno, por exem-
plo, y(t
0
), ˙ y(t
0
),. . . ,y
(n−1)
(t
0
) (condic¸ ˜ oes iniciais), e da entrada u(t) para todo
t ≥ t
0
. Qualquer equac¸ ˜ ao diferencial de ordem n pode ser representada como
um sistema de n equac¸ ˜ oes de primeira ordem. De fato, definindo x
1
(t) = y(t),
x
2
(t) = ˙ y(t),. . . , x
n
(t) = y
(n−1)
(t), obtemos
˙ x
1
(t) = x
2
(t),
˙ x
2
(t) = x
3
(t),
.
.
.
˙ x
n−1
(t) = x
n
(t),
˙ x
n
(t) = −a
0
x
1
(t) −a
1
x
2
(t) − −a
n−1
x
n
(t) +u(t).
EA721 / PAULO VALENTE / UNICAMP 166
Espac¸ o e trajet ´ oria de estados
7. O espac¸o de estados ´ e o espac¸o real n-dimensional, no qual os eixos coor-
denados representam poss´ıveis valores para as vari´ aveis de estado x
1
(t), x
2
(t),
. . . , x
n
(t). O estado do sistema num instante de tempo t qualquer ´ e visto como
um ponto no espac¸o de estados. No caso de um sistema representado por duas
vari´ aveis de estado, o espac¸o de estados ´ e o plano x
1
x
2
, ilustrado na Figura
17.2.
PSfrag replacements
x
1
x
2
x(t
0
)
x(t
1
)
x(t
f
)
0
Figura 17.2: Espac¸o (plano) de estados.
A Figura 17.2 tamb´ em ilustra a trajet´ oria de um sistema hipot´ etico entre os
estados x(t
0
) e x(t
f
), passando pelo estado intermedi´ ario x(t
1
). O tempo fica
impl´ıcito na descric¸ ˜ ao da trajet ´ oria e n˜ ao guarda nenhum tipo de proporcionalidade
em relac¸ ˜ ao ao trajeto executado. Entretanto, o trajet ´ oria possui um sentido bem
definido, indo de x(t
0
) a x(t
f
).
Representac¸ ˜ ao matricial
8. Uma maneira conveniente de representarmos pontos (vetores) no espac¸o n-
dimensional ´ e atrav´ es de um vetor-coluna:
x(t) =
_
¸
¸
¸
_
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
_
¸
¸
¸
_
.
Os sub-´ındices caracterizam as vari´ aveis de estado (componentes) do vetor x(t). A
EA721 / PAULO VALENTE / UNICAMP 167
derivada de x(t) em relac¸ ˜ ao ao tempo ´ e, por definic¸ ˜ ao,
˙ x(t) =
d
dt
x(t) =
_
¸
¸
¸
_
˙ x
1
(t)
˙ x
2
(t)
.
.
.
˙ x
n
(t)
_
¸
¸
¸
_
.
A representac¸ ˜ ao das vari´ aveis de estado como um vetor conduz a uma notac¸ ˜ ao
matricial gen´ erica para sistemas lineares invariantes no tempo, do tipo
˙ x(t) = Ax(t) +Bu(t),
y(t) = Cx(t) +Du(t),
na qual A, B, C e D s˜ ao matrizes constantes de dimens˜ oes n n, n 1, 1 n e
1 1, respectivamente. Quase sempre, por simplicidade de notac¸ ˜ ao, omitimos as
dependˆ encias temporais de x(t), u(t) e y(t) e escrevemos simplesmente
˙ x = Ax +Bu,
y = Cx +Du.
As matrizes constantes A, B, C e D presentes na descric¸ ˜ ao matricial recebem
as denominac¸ ˜ oes especiais de matriz de estados, matriz de entrada, matriz de sa´ıda
e matriz de transmiss˜ ao direta da entrada para a sa´ıda, respectivamente. No caso
de sistemas SISO (uma entrada, uma sa´ıda), as matrizes B e C s˜ ao na verdade
vetores, coluna e linha, respectivamente, e D ´ e um escalar.
9. Exemplo 1. Considere a representac¸ ˜ ao por vari´ aveis de estado associada ao
sistema massa-mola-atrito discutido no exemplo anterior. As equac¸ ˜ oes de estado e
de sa´ıda s˜ ao
˙ x
1
= x
2
,
˙ x
2
= −
k
m
x
1

b
m
x
2
+
1
m
u,
y = x
1
.
Definindo o vetor de estados (n = 2) como
x =
_
_
x
1
x
2
_
_
,
EA721 / PAULO VALENTE / UNICAMP 168
obtemos a seguinte representac¸ ˜ ao matricial para as equac¸ ˜ oes de estado e de sa´ıda:
˙ x =
_
¸
_
0 1

k
m

b
m
_
¸
_x +
_
¸
_
0
1
m
_
¸
_u
y =
_
1 0
¸
x + [0] u.
As matrizes A, B, C e D referentes ` as definic¸ ˜ oes adotadas para o sistema
massa-mola-atrito s˜ ao as seguintes:
A =
_
¸
_
0 1

k
m

b
m
_
¸
_, B =
_
¸
_
0
1
m
_
¸
_,
C =
_
1 0
¸
, D = [0] .
Se as vari´ aveis de estado e de sa´ıda forem definidas como x
1
= ˙ y, x
2
= y e
y = ¨ x, respectivamente, as matrizes A, B, C e D ser˜ ao
A =
_
¸
_

b
m

k
m
1 0
_
¸
_, B =
_
¸
_
1
m
0
_
¸
_,
C =
_

b
m

k
m
_
, D =
_
1
m
_
.
Os coeficientes das matrizes A, B, C e D (constantes, porque o sistema ´ e
invariante no tempo) dependem fundamentalmente das definic¸ ˜ oes adotadas para as
vari´ aveis de estado e de sa´ıda. Diferentes definic¸ ˜ oes levam a diferentes matrizes
A, B, C e D.
10. Exemplo 2. As vari´ aveis de estado naturais no modelo do pˆ endulo invertido
representado na Figura 17.3 s˜ ao x
1
= θ, x
2
=
˙
θ, x
3
= x e x
4
= ˙ x. O modelo
diferencial linearizado do pˆ endulo em torno da posic¸ ˜ ao de equil´ıbrio inst´ avel (θ =
0, x = 0) ´ e
(M +m)
d
2
x
dt
2
+ml
d
2
θ
dt
2
= u,
EA721 / PAULO VALENTE / UNICAMP 169
ml
2
d
2
θ
dt
2
+ml
d
2
x
dt
2
= mglθ.
PSfrag replacements
u
x
y
l
mg
M
θ
0
Figura 17.3: Pˆ endulo invertido.
Com as definic¸ ˜ oes adotadas, obtemos
˙ x
1
= x
2
,
˙ x
2
= αx
1
−βu,
˙ x
3
= x
4
,
˙ x
4
= −γx
1
+ρu,
y = x
1
,
em que
α =
(M +m)g
Ml
, β =
1
Ml
, γ =
mg
M
e ρ =
1
M
.
Definindo o vetor de estados (n = 4) como
x =
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
,
a representac¸ ˜ ao matricial das equac¸ ˜ oes de estado e de sa´ıda do pˆ endulo invertido
assume a forma
EA721 / PAULO VALENTE / UNICAMP 170
˙ x =
_
¸
¸
_
0 1 0 0
α 0 0 0
0 0 0 1
−γ 0 0 0
_
¸
¸
_
x +
_
¸
¸
_
0
−β
0
ρ
_
¸
¸
_
u,
y =
_
1 0 0 0
¸
x.
Se a sa´ıda for definida como sendo a acelerac¸ ˜ ao angular, ˙ x
2
=
¨
θ, ent˜ ao a
equac¸ ˜ ao de sa´ıda assumir´ a a forma
y = −αx
1
−βu =
_
−α 0 0 0
¸
x + [−β]u.
As matrizes A, B, C, e D relativas a esta ´ ultima representac¸ ˜ ao para o pˆ endulo
invertido ser˜ ao dadas por
A =
_
¸
¸
_
0 1 0 0
α 0 0 0
0 0 0 1
−γ 0 0 0
_
¸
¸
_
, B =
_
¸
¸
_
0
−β
0
ρ
_
¸
¸
_
,
C =
_
−α 0 0 0
¸
, D = [−β].
EA721 / PAULO VALENTE / UNICAMP 171
Aula 18
Soluc¸ ˜ ao das Equac¸ ˜ oes Dinˆ amicas
Equac¸ ˜ oes dinˆ amicas
Soluc¸ ˜ ao n˜ ao-forc¸ada (u = 0)
Soluc¸ ˜ ao forc¸ada
Equac¸ ˜ oes dinˆ amicas
1. Considere as equac¸ ˜ oes dinˆ amicas – equac¸ ˜ ao de estados e equac¸ ˜ ao de sa´ıda – na
forma matricial
˙ x(t) = Ax(t) +Bu(t), x(0) = x
0
, (27)
y(t) = Cx(t) +Du(t), (28)
nas quais supomos conhecido x(0) = x
0
, o estado inicial do sistema no tempo
t
0
= 0. Desejamos determinar x(t) e y(t) em func¸ ˜ ao do estado inicial x(0) = x
0
e
de uma dada entrada u(t), t ≥ 0. A Figura 18.1 ilustra o inter-relacionamento das
vari´ aveis x(t), u(t) e y(t) e sua dependˆ encia em relac¸ ˜ ao ` as matrizes A, B, C e D.
PSfrag replacements
u x y
˙ x
A
B C
D
_
+
+
+
+
Figura 18.1: Representac¸ ˜ ao das equac¸ ˜ oes dinˆ amicas.
Na Figura 18.1 adotamos a convenc¸ ˜ ao de representar sinais escalares (associa-
dos a u e y) por uma linha simples, e sinais vetoriais (associados ` a definic¸ ˜ ao de x)
por linhas duplas.
EA721 / PAULO VALENTE / UNICAMP 172
Soluc¸ ˜ ao n˜ ao-forc¸ ada (u = 0)
2. Numa primeira etapa, consideraremos a resposta n˜ ao-forc¸ada do sistema dinˆ amico,
isto ´ e, a caracterizac¸ ˜ ao do estado x(t) e da sa´ıda y(t) quando a entrada u(t) ´ e re-
movida, isto ´ e, u(t) = 0, t ≥ 0. O sistema responde somente ` a condic¸ ˜ ao inicial
x(0) = x
0
e a equac¸ ˜ ao de interesse ´ e
˙ x(t) = Ax(t), x(0) = x
0
. (29)
3. Aequac¸ ˜ ao diferencial homogˆ enea (29) ´ e do tipo que pode ser resolvida por S´ erie
de Potˆ encias. A id´ eia ´ e supor que o estado no instante t (um vetor n-dimensional)
pode ser expresso como uma soma de potˆ encias de t, na forma
x(t) = v
0
+v
1
t +v
2
t
2
+v
3
t
3
+ +v
k
t
k
+ , (30)
na qual v
0
, v
1
, v
2
, . . . , s˜ ao vetores n-dimensionais a seremdeterminados. Impondo
que (30) seja uma soluc¸ ˜ ao da equac¸ ˜ ao (29), obtemos uma identidade em termos da
vari´ avel t:
(0 +v
1
+ 2v
2
t + 3v
3
t
2
+ +kv
k
t
k−1
+ ) =
A(v
0
+v
1
t +v
2
t
2
+v
3
t
3
+ +v
k
t
k
+ ). (31)
Igualando os termos de mesma potˆ encia de t, observamos que
v
1
= Av
0
, (32)
v
2
=
1
2
Av
1
=
1
2!
A
2
v
0
, (33)
v
3
=
1
3
Av
2
=
1
3 2!
A
3
v
0
=
1
3!
A
3
v
0
, (34)
.
.
.
v
k
=
1
k!
A
k
v
0
. (35)
De acordo com (30), o vetor v
0
que define v
1
, v
2
, . . . ´ e dado por v
0
= x(0).
Substituindo (32)–(35) em (30), o estado do sistema num tempo gen´ erico t passa a
ser expresso como
x(t) =
_
I +At +
1
2!
A
2
t
2
+
1
3!
A
3
t
3
+ +
1
k!
A
k
t
k

_
x(0).
Em analogia com a representac¸ ˜ ao exponencial para e
λt
, λ escalar, dada por
EA721 / PAULO VALENTE / UNICAMP 173
e
λt
= 1 +λt +
1
2!
λ
2
t
+
1
3!
λ
3
t
3
+ +
1
k!
λ
k
t
k
+ ,
definimos a matriz exponencial de A como
e
At
= I +At +
1
2!
A
2
t
2
+
1
3!
A
3
t
3
+ +
1
k!
A
k
t
k
+ ,
=

k=0
A
k
t
k
k!
, (A
0
= I). (36)
A soma infinita (36) converge absolutamente para todos os valores finitos de
t. A soluc¸ ˜ ao da equac¸ ˜ ao homogˆ enea (29) assume ent˜ ao a forma final
x(t) = e
At
x
0
, t ≥ 0.
A sa´ıda do sistema fica completamente caracterizada pela soluc¸ ˜ ao da equac¸ ˜ ao
homogˆ enea:
y(t) = Ce
At
x
0
, t ≥ 0.
4. A matriz exponencial de A exibe um s´ erie de propriedades ´ uteis. A derivada de
e
At
em relac¸ ˜ ao a t pode ser obtida derivando (36) termo-a-termo, o que fornece
d
dt
e
At
= A+A
2
t +
1
2!
A
3
t
2
+ +
1
(k −1)!
A
k
t
k−1
+ ,
= A
_
I +At +
1
2!
A
2
t
2
+ +
1
(k −1)!
A
k−1
t
k−1
+
_
,
= Ae
At
,
=
_
I +At +
1
2!
A
2
t
2
+ +
1
(k −1)!
A
k−1
t
k−1
+
_
A,
= e
At
A.
Observamos ent˜ ao que
d
dt
e
At
= Ae
At
= e
At
A. (37)
e que portanto a matriz e
At
comuta com A. A matriz exponencial de A tamb´ em
apresenta a seguinte propriedade:
e
A(t+τ)
= e
At
e

quaisquer que sejam t e τ.
EA721 / PAULO VALENTE / UNICAMP 174
Se t = −τ, ent˜ ao
e
At
e
−At
= e
−At
e
At
= e
A(t−t)
= I,
e, por definic¸ ˜ ao, e
−At
´ e a matriz inversa de e
At
. A matriz exponencial de A ´ e
n˜ ao-singular (det(e
At
) ,= 0) para todo t.
Soluc¸ ˜ ao forc¸ ada
5. A soluc¸ ˜ ao de (27)-(28) para quaisquer x
0
e u(t), t ≥ 0, dados, ´ e obtida a partir
da pr´ e-multiplicac¸ ˜ ao de ambos os lados de
˙ x(t) −Ax(t) = Bu(t)
por e
−At
, resultando
e
−At
[ ˙ x(t) −Ax(t)] = e
−At
Bu(t). (38)
O lado esquerdo da (38) pode ser reescrito da seguinte forma:
e
−At
[ ˙ x(t) −Ax(t)] = (−A)e
−At
x(t) +e
−At
˙ x(t),
=
d
dt
_
e
−At
x(t)
¸
. (39)
Para chegar a (39), utilizamos a propriedade da derivada de e
At
e a regra para
derivada do produto de func¸ ˜ oes de t. Integrando ambos os lados de
d
dt
_
e
−At
x(t)
¸
= e
−At
Bu(t)
entre 0 e t, verificamos que
e
−At
x(t) −x(0) =
_
t
0
e
−Aτ
Bu(τ)dτ
Pr´ e-multiplicando ambos os lados da ´ ultima igualdade por e
At
, a matriz inversa
de e
−At
, obtemos
x(t) = e
At
x
0
+e
At
_
t
0
e
−Aτ
Bu(τ)dτ,
= e
At
x
0
+
_
t
0
e
At
e
−Aτ
Bu(τ)dτ. (40)
EA721 / PAULO VALENTE / UNICAMP 175
Como a integrac¸ ˜ ao ´ e na vari´ avel τ, a matriz e
At
pode passar a fazer parte do
integrando em (40). Dado que e
At
e
−Aτ
= e
A(t−τ)
, chegamos finalmente a soluc¸ ˜ ao
geral da equac¸ ˜ ao de estado:
x(t) = e
At
x
0
+
_
t
0
e
A(t−τ)
Bu(τ)dτ, t ≥ 0. (41)
O primeiro termo no lado direito de (41) ´ e a resposta do estado ` a condic¸ ˜ ao
inicial supondo u(t) = 0, t ≥ 0, enquanto que o segundo termo representa a
resposta do estado para uma entrada qualquer u(t), t ≥ 0 e x
0
= 0. A resposta
total ´ e, pelo Princ´ıpio da Superposic¸ ˜ ao, a soma das duas respostas parciais. A sa´ıda
do sistema ´ e obtida diretamente de (41):
y(t) = Ce
At
x
0
+
_
t
0
Ce
A(t−τ)
Bu(τ)dτ +Du(t), t ≥ 0. (42)
6. Os estados e a sa´ıda do sistema ficam completamente caracterizados a partir
da determinac¸ ˜ ao da matriz e
At
. Entretanto, a caracterizac¸ ˜ ao de e
At
atrav´ es da
soma infinita (36) ´ e inconveniente do ponto de vista de c´ alculo. No sentido de
caracterizar e
At
de forma fechada, e lembrando que L[t
k
] = k!/s
k+1
, tomamos
ent˜ ao a transformada de Laplace de e
At
:
L[e
At
] = L
_
I +At +
1
2!
A
2
t
2
+ +
1
k!
A
k
t
k
+
_
,
=
I
s
+
A
s
2
+ +
A
k
s
k+1
+ , (43)
= (sI −A)
−1
. (44)
A igualdade entre (43) e (44) ´ e verdadeira, pois a multiplicac¸ ˜ ao de (43) por
(sI −A) ` a direita e ` a esquerda resulta na matriz identidade. Assim sendo, a matriz
exponencial de A pode ser definida atrav´ es de anti-transformada de Laplace:
e
At
= L
−1
[(sI −A)
−1
].
7. Exemplo. As equac¸ ˜ oes dinˆ amicas de um sistema massa-mola-atrito caracteri-
zado pelos parˆ ametros f´ısicos m = 1.0 kg, b = 3.0 N/m/s e k = 2.0 N/m s˜ ao dadas
por
˙ x =
_
_
0 1
−2 −3
_
_
x +
_
_
0
1
_
_
u,
EA721 / PAULO VALENTE / UNICAMP 176
y =
_
1 0
¸
x.
Amatriz exponencial de Aser´ a obtida atrav´ es de anti-transformada de Laplace:
e
At
= L
−1
[(sI −A)
−1
].
Inicialmente calculamos
(sI −A)
−1
=
_
_
s −1
2 s + 3
_
_
−1
=
_
_
s + 3 1
−2 s
_
_
s
2
+ 3s + 2
,
=
_
¸
¸
¸
_
s + 3
(s + 1)(s + 2)
1
(s + 1)(s + 2)
−2
(s + 1)(s + 2)
s
(s + 1)(s + 2)
_
¸
¸
¸
_
.
A anti-transformada de (sI − A)
−1
´ e igual ` a anti-transformada de cada ele-
mento de (sI −A)
−1
. Atrav´ es de expans˜ ao em frac¸ ˜ oes parciais e com o aux´ılio de
uma tabela de transformadas de Laplace, chegamos a
e
At
= L
−1
[(sI −A)
−1
] =
_
_
2e
−t
−e
−2t
e
−t
−e
−2t
−2e
−t
+ 2e
−2t
−e
−t
+ 2e
−2t
_
_
.
A resposta do sistema ` a condic¸ ˜ ao inicial x
1
(0) = 1 (m) e x
2
(0) = 0 (m/s) seria
x(t) = e
At
x
0
=
_
_
x
1
(t)
x
2
(t)
_
_
=
_
_
2e
−t
−e
−2t
−2e
−t
+ 2e
−2t
_
_
, t ≥ 0.
A resposta do sistema a uma condic¸ ˜ ao inicial e a uma entrada qualquer,
x(t) = e
At
x
0
+
_
t
0
e
A(t−τ)
Bu(τ)dτ, t ≥ 0,
requer uma integrac¸ ˜ ao na vari´ avel τ. Assumindo que a entrada ´ e um degrau
EA721 / PAULO VALENTE / UNICAMP 177
unit´ ario, isto ´ e, u(t) = 1, t ≥ 0, obtemos o seguinte integrando:
e
A(t−τ)
Bu(τ) =
_
_
2e
τ−t
−e
2(τ−t)
e
τ−t
−e
2(τ−t)
−2e
τ−t
+ 2e
2(τ−t)
−e
τ−t
+ 2e
2(τ−t)
_
_
_
_
0
1
_
_
[1]
=
_
_
e
τ−t
−e
2(τ−t)
−e
τ−t
+ 2e
2(τ−t)
_
_
.
Logo,
x(t) = e
At
x
0
+
_
t
0
e
A(t−τ)
Bu(τ)dτ,
=
_
_
2e
−t
−e
−2t
−2e
−t
+ 2e
−2t
_
_
+
_
t
0
_
_
e
τ−t
−e
2(τ−t)
−e
τ−t
+ 2e
2(τ−t)
_
_
dτ,
=
_
_
2e
−t
−e
−2t
−2e
−t
+ 2e
−2t
_
_
+
_
¸
_
1
2
−e
−t
+
1
2
e
−2t
e
−t
−e
−2t
_
¸
_,
A resposta forc¸ada do sistema ` a entrada degrau unit´ ario para a condic¸ ˜ ao inicial
x
1
(0) = 1 e x
2
(0) = 0 ´ e
x(t) =
_
¸
_
1
2
+e
−t

1
2
e
−2t
−e
−t
+e
−2t
_
¸
_, t ≥ 0.
A sa´ıda do sistema, isto ´ e, a quantidade que seria efetivamente observada
atrav´ es de um sensor de posic¸ ˜ ao, ´ e, por sua vez,
y(t) = Cx(t) =
_
1 0
¸
_
_
6x
1
(t)
x
2
(t)
_
_
,
=
1
2
+e
−t

1
2
e
−2t
, t ≥ 0.
Em regime, isto ´ e, quando t → ∞, a posic¸ ˜ ao da massa tende a 0.5 m. A
resposta ao degrau do sistema ´ e ilustrada na Figura 18.2.
Em regime, isto ´ e, quando t → ∞, a posic¸ ˜ ao da massa tende a 0.5 m. A
resposta ao degrau do sistema ´ e ilustrada na Figura 18.2.
EA721 / PAULO VALENTE / UNICAMP 178
Resposta ao degrau
Tempo (seg)
P
o
s
i
c
a
o

(
m
)
0 1 2 3 4 5 6
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
Figura 18.2: Resposta ao degrau do sistema massa-mola-atrito.
O gr´ afico da Figura 18.2 foi obtido atrav´ es do MATLAB, comando step,
o qual sup˜ oe condic¸ ˜ oes iniciais nulas. Para obter respostas forc¸adas que levem
em conta condic¸ ˜ oes iniciais n˜ ao-nulas, devemos utilizar a comando lsim, para
simulac¸ ˜ ao de sistemas dinˆ amicos lineares sujeitos a condic¸ ˜ oes iniciais e entradas
quaisquer.
EA721 / PAULO VALENTE / UNICAMP 179
Aula 19
Forma Canˆ onica de Jordan
Autovalores e autovetores
Multiplicidades alg´ ebrica e geom´ etrica
Forma canˆ onica de Jordan
Autovalores e autovetores
1. Tanto a an´ alise quanto a s´ıntese de sistemas de controle representados atrav´ es de
vari´ aveis de estado est˜ ao fundamentalmente calcadas na estrutura de autovalores-
autovetores da matriz de estados A. Dizemos que um escalar λ ∈ C ´ e um au-
tovalor de uma matriz A de ordem n se existe um vetor n˜ ao-nulo x ∈ C
n
tal
que
Ax = λx. (45)
Dizemos neste caso que x ´ e um autovetor associado ao autovalor λ. (O au-
tovetor x n˜ ao deve ser confundido com o vetor de estados do sistema.) Se x ´ e
um autovetor associado ao autovalor λ, ent˜ ao o efeito de se pr´ e-multiplicar x pela
matriz A corresponde a escalonar x por meio de λ. O tamanho e o sentido de x
podem ser modificados, mas n˜ ao a sua direc¸ ˜ ao, como ilustra a Figura 19.1.
PSfrag replacements
x
Ax = λx
0
Figura 19.1: Autovalor-autovetor: interpretac¸ ˜ ao.
EA721 / PAULO VALENTE / UNICAMP 180
A equac¸ ˜ ao (45) pode ser reescrita na forma
(λI −A)x = 0, (46)
e para que x seja uma soluc¸ ˜ ao n˜ ao-nula de (45), devemos impor que a matriz (λI −
A) de ordemn seja singular, isto ´ e, que det (λI −A) = 0. Caso contr´ ario, a ´ unica
soluc¸ ˜ ao de (46) seria x = 0. O determinante de (λI − A) define o polinˆ omio
caracter´ıstico de A,
p(λ) = det (λI −A),
e p(λ) = 0 ´ e a equac¸ ˜ ao caracter´ıstica resultante.
2. Exemplo. Considere a matriz gen´ erica de ordem n = 2
A =
_
_
a
11
a
12
a
21
a
22
_
_
.
O polinˆ omio caracter´ıstico de A, isto ´ e, o determinante de
(λI −A) =
_
_
λ −a
11
−a
12
−a
21
λ −a
22
_
_
´ e
p(λ) = det (λI −A) = λ
2
−(a
11
+a
22
)λ + (a
11
a
22
−a
12
a
21
),
= λ
2

1
λ +α
0
.
Os autovalores de A s˜ ao as ra´ızes de λ
2
+ α
1
λ + α
0
= 0, que denotaremos
por λ
1
e λ
2
. Um autovetor x
1
associado a λ
1
´ e obtido ao resolvermos o sistema de
equac¸ ˜ oes

1
I −A)x =
_
_
λ
1
−a
11
−a
12
−a
21
λ
1
−a
22
_
_
_
_
x
1
1
x
1
2
_
_
=
_
_
0
0
_
_
no qual x
1
1
e x
1
2
representam a primeira e a segunda componente do autovetor x
1
,
respectivamente. Um autovetor x
2
associado ao autovalor λ
2
´ e obtido de forma
similar. Concretamente, considere
A =
_
_
0 −1
1 0
_
_
.
EA721 / PAULO VALENTE / UNICAMP 181
Os autovalores de A s˜ ao as ra´ızes da equac¸ ˜ ao caracter´ıstica
p(λ) = λ
2
+ 1 = 0,
ou seja, λ
1
= j e λ
2
= −j (j =

−1). Autovetores x
1
e x
2
associados a λ
1
e λ
2
s˜ ao obtidos resolvendo-se

1
I −A) =
_
_
j 1
−1 j
_
_
_
_
x
1
1
x
1
2
_
_
=
_
_
0
0
_
_
e

2
I −A) =
_
_
−j 1
−1 −j
_
_
_
_
x
2
1
x
2
2
_
_
=
_
_
0
0
_
_
.
As soluc¸ ˜ oes gerais para os sistemas acima s˜ ao
x
1
=
_
_
α
−jα
_
_
, x
2
=
_
_
α

_
_
.
Observamos que existe uma infinidade de autovetores associados a λ
1
e λ
2
, um
para cada valor de α ,= 0 (x = 0 n˜ ao ´ e um autovetor) selecionado.
3. Podemos mostrar atrav´ es de umprocesso de induc¸ ˜ ao matem´ atica que uma matriz
A de ordem n possui um polinˆ omio caracter´ıstico de grau n na forma geral
p(λ) = λ
n

n−1
λ
n−1
+ +α
1
λ +α
0
,
= (λ −λ
1
)(λ −λ
2
) (λ −λ
n
),
em que α
0
, α
1
, . . . , α
n−1
dependem dos coeficientes de A. Uma matriz A de or-
dem n ter´ a portanto n autovalores, λ
1
, λ
2
,. . . ,λ
n
, e n autovetores associados, x
1
,
x
2
,. . . , x
n
, soluc¸ ˜ oes n˜ ao-nulas de

i
I −A)x
i
= 0, i = 1, 2, . . . , n.
Multiplicidades alg´ ebrica e geom´ etrica
4. Multiplicidade alg´ ebrica. Dada uma matriz A de ordem n, definimos a mul-
tiplicidade alg´ ebrica de um autovalor λ
i
de A como o n´ umero de vˆ ezes que λ
i
EA721 / PAULO VALENTE / UNICAMP 182
aparece como ra´ız da equac¸ ˜ ao caracter´ıstica p(λ) = 0. Supondo que r ≤ n au-
tovalores de A s˜ ao distintos e que suas multiplicidades alg´ ebricas s˜ ao iguais a
m
i
, i = 1, 2, . . . , r, podemos reescrever p(λ) como
p(λ) = (λ −λ
1
)
m
1
(λ −λ
2
)
m
2
(λ −λ
r
)
mr
,
de tal forma que m
1
+m
2
+ +m
r
= n.
5. Multiplicidade geom´ etrica. Dada uma matriz A de ordem n, definimos a
multiplicidade geom´ etrica de um autovalor λ
i
de A como o n´ umero m´ aximo de
autovetores linearmente independentes que podemos associar a λ
i
. Denotamos
as multiplicidades geom´ etricas dos r (r ≤ n) autovalores distintos de Apor µ
i
, i =
1, 2, . . . , r. Existe pelo menos um autovetor linearmente independente associado
a cada autovalor. A multiplicidade geom´ etrica µ
i
de um autovalor λ
i
´ e limitada
superiormente pela sua respectiva multiplicidade alg´ ebrica, m
i
. Logo,
1 ≤ µ
i
≤ m
i
, i = 1, 2, . . . , r.
6. Exemplo 1. A equac¸ ˜ ao caracter´ıstica da matriz de ordem n = 2
A =
_
5 1
0 5
_
´ e (λ−5)
2
= 0. A multiplicidade alg´ ebrica do autovalor λ
1
= 5 ´ e m
1
= 2. A multi-
plicidade geom´ etrica de λ
1
ser´ a igual ao maior n´ umero de autovetores linearmente
independentes que pudermos associar a λ
1
resolvendo o sistema

1
I −A)x =
_
0 −1
0 0
_ _
x
1
x
2
_
=
_
0
0
_
.
A ´ unica soluc¸ ˜ ao n˜ ao-nula poss´ıvel ´ e
x =
_
α
0
_
, α ,= 0,
e portanto 1 = µ
1
< m
1
= 2.
7. Exemplo 2. A equac¸ ˜ ao caracter´ıstica da matriz de ordem n = 3
A =
_
_
1 0 −1
0 1 0
0 0 2
_
_
EA721 / PAULO VALENTE / UNICAMP 183
´ e λ
3
−4λ
2
+ 5λ −2 = 0. As ra´ızes da equac¸ ˜ ao e suas respectivas multiplicidades
alg´ ebricas s˜ ao λ
1
= 2, m
1
= 1 e λ
2
= 1, m
2
= 2 (m
1
+m
2
= 3). Um autovetor
x
1
associado a λ
1
´ e obtido resolvendo-se

1
I −A)x =
_
_
1 0 1
0 1 0
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
.
A soluc¸ ˜ ao geral para o sistema relativo ao autovalor λ
1
´ e
x
1
=
_
_
−α
0
α
_
_
, α ,= 0.
Logo, a multiplicidade geom´ etrica de λ
1
´ e µ
1
= 1, como esperado (1 ≤ µ
1

m
1
= 1) . A multiplicidade geom´ etrica de λ
2
´ e determinada atrav´ es de

2
I −A)x =
_
_
0 0 1
0 0 0
0 0 −1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
.
O sistema relativo a λ
2
possui duas soluc¸ ˜ oes linearmente independentes:
x
2
=
_
_
α
0
0
_
_
, x
3
=
_
_
0
α
0
_
_
, α ,= 0.
Portanto, a multiplicidade geom´ etrica de λ
2
´ e 2 = µ
2
= m
2
= 2.
Forma canˆ onica de Jordan
8. Uma manipulac¸ ˜ ao extremamente ´ util para a an´ alise de sistemas de controle
descritos atrav´ es de vari´ aveis de estado ´ e a representac¸ ˜ ao da matriz de estados A
numa forma especial conhecida como forma canˆ onica de Jordan. O resultado de
interesse estabelece que para cada matriz A de ordem n, existe uma matriz T de
ordem n n˜ ao-singular (isto ´ e, det(T) ,= 0) tal que
T
−1
AT = Λ
J
=
_
¸
¸
¸
_
J
1
0 0
0 J
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 J
µ
_
¸
¸
¸
_
.
EA721 / PAULO VALENTE / UNICAMP 184
A matriz Λ
J
´ e a forma canˆ onica de Jordan de A. A matriz Λ
J
´ e bloco-diagonal
e o n´ umero total de blocos de Λ
J
´ e igual a µ = µ
1
+ µ
2
+ + µ
r
, a soma das
multiplicidades geom´ etricas dos autovalores de A. Cada bloco J
i
´ e um bloco de
Jordan de ordem n
i
. A soma das ordens dos blocos de Jordan ´ e igual ` a ordem de
A (e portanto, de Λ), isto ´ e, n
1
+ n
2
+ + n
r
= n. A forma gen´ erica de um
bloco de Jordan ´ e
J
i
=
_
¸
¸
¸
¸
¸
¸
_
λ 1 0 0
0 λ 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
.
.
. 1
0 0 0 λ
_
¸
¸
¸
¸
¸
¸
_
.
A matriz Λ
J
´ e triangular superior, pois abaixo da diagonal principal de cada
J
i
(e portanto de Λ
J
) todos os elementos s˜ ao nulos. O n´ umero de vˆ ezes que um au-
tovalor de Aaparece na diagonal principal de Λ
J
´ e igual ` a multiplicidade alg´ ebrica
do autovalor. Um mesmo autovalor pode aparecer em mais de um bloco de Jor-
dan: o n´ umero de blocos de Jordan nos quais um autovalor aparece ´ e igual a sua
multiplicidade geom´ etrica.
9. Exemplo 3. Considere a matriz Ade ordem 3 utilizada no Exemplo 2. Os dados
relevantes para a an´ alise da forma de Jordan de A s˜ ao: λ
1
= 2, m
1
= µ
1
= 1
e λ
2
= 1, m
2
= 2, µ
2
= 2. O n´ umero de blocos de Jordan ´ e igual ` a soma das
multiplicidades geom´ etricas: µ = µ
1
+ µ
2
= 3. O autovalor λ
1
= 2 aparece
apenas uma vez na diagonal de Λ
J
(pois m
1
= 1), num ´ unico bloco de Jordan
(pois µ
1
= 1). Logo, n
1
= 1. O autovalor λ
2
= 1 aparece duas vˆ ezes na diagonal
de Λ
J
(pois m
2
= 2), em dois blocos de Jordan (pois µ
2
= 2). Consequentemente,
n
2
= n
3
= 1, e a forma de Jordan de A ´ e
Λ
J
=
_
_
2 0 0
0 1 0
0 0 1
_
_
.
10. Exemplo 4. Considere uma matriz hipot´ etica A de ordem 9 com os seguintes
dados relevantes para a an´ alise da sua forma canˆ onica de Jordan: r = 4 (quatro
autovalores distintos), m
1
= 3 e µ
1
= 1, m
2
= 3 e µ
2
= 2, m
3
= 2 e µ
3
= 1, e
m
4
= 1 e µ
4
= 1. O n´ umero total de blocos de Jordan de A ´ e µ = 5, e levando-se
em conta as diferˆ enc¸as entre as multiplicidades alg´ ebricas e geom´ etricas, a forma
de Jordan de A seria
EA721 / PAULO VALENTE / UNICAMP 185
Λ
J
=
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
λ
1
1 0 0 0 0 0 0 0
0 λ
1
1 0 0 0 0 0 0
0 0 λ
1
0 0 0 0 0 0
0 0 0 λ
2
0 0 0 0 0
0 0 0 0 λ
2
1 0 0 0
0 0 0 0 0 λ
2
0 0 0
0 0 0 0 0 0 λ
3
1 0
0 0 0 0 0 0 0 λ
3
0
0 0 0 0 0 0 0 0 λ
4
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
11. Dadas as regras que regem a construc¸ ˜ ao da forma canˆ onica de Jordan, se uma
dada matriz A de ordem n possuir autovalores distintos λ
1
, λ
2
, . . . , λ
r
(r ≤ n) tais
que µ
i
= m
i
, i = 1, 2, . . . , r, ent˜ ao a forma de Jordan de A ser´ a diagonal:
Λ
J
=
_
¸
¸
¸
_
λ
1
0 0
0 λ
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 λ
n
_
¸
¸
¸
_
.
Neste caso, como T
−1
AT = Λ
J
implica que AT = TΛ
J
, e representando a
matriz T atrav´ es das suas colunas como
T =
_
x
1
.
.
. x
2
.
.
.
.
.
. x
n
_
,
obtemos a identidade
A
_
x
1
.
.
. x
2
.
.
.
.
.
. x
n
_
=
_
x
1
.
.
. x
2
.
.
.
.
.
. x
n
_
_
¸
¸
¸
_
λ
1
0 0
0 λ
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 λ
n
_
¸
¸
¸
_
,
ou, expressando os lados direito e esquerda da identidade em termos de colunas,
Ax
i
= λ
i
x
i
, i = 1, 2, . . . , n. Consequentemente, T pode ser obtida na forma
de qualquer matriz formada por autovetores linearmente independentes associados
aos autovalores de A. No caso mais geral em que Λ
J
n˜ ao ´ e diagonal, podemos
ainda obter as colunas de T na forma de autovetores generalizados, resolvendo
recursivamente a identidade AT = TΛ
J
.
EA721 / PAULO VALENTE / UNICAMP 186
Aula 20
Estabilidade Assint ´ otica
Pontos de equil´ıbrio
Estabilidade assint ´ otica
Estabilidade interna estabilidade entrada-sa´ıda
Transformac¸ ˜ oes de similaridade
Pontos de equil´ıbrio
1. A representac¸ ˜ ao de sistemas dinˆ amicos atrav´ es de vari´ aveis de estado exige uma
definic¸ ˜ ao de estabilidade que leve em conta a representac¸ ˜ ao interna do sistema.
Considere o sistema n˜ ao-forc¸ado
˙ x = Ax(t), (47)
cuja resposta ` a condic¸ ˜ ao inicial x(0) ´ e, como sabemos, x(t) = e
At
x(0), t ≥ 0. A
noc¸ ˜ ao fundamental para o estudo da estabilidade interna do sistema ´ e a de ponto
de equil´ıbrio. Dizemos que x
e
´ e um ponto de equil´ıbrio do sistema ˙ x = Ax(t)
se, uma vez que a trajet ´ oria de estado x(t), t ≥ 0 atinja x
e
, o estado do sistema
permanece em x
e
indefinidamente.
2. Podemos traduzir matematicamente a definic¸ ˜ ao acima da seguinte forma: se x
e
´ e um ponto de equil´ıbrio do sistema ˙ x = Ax(t), ent˜ ao existe um tempo t = t
e
no qual x(t
e
) = x
e
tal que x(t) = x
e
para todo t ≥ t
e
. Assim sendo, ˙ x(t
e
) =
Ax(t
e
) = Ax
e
= 0, e pontos de equil´ıbrio do sistema ser˜ ao pontos tais que
Ax
e
= 0.
3. Pontos de equil´ıbrio s˜ ao soluc¸ ˜ oes constantes de (47), no sentido de que x(t) =
x
e
, t ≥ 0, se x(0) = x
e
. A origem do espac¸o de estados ´ e sempre um ponto de
equil´ıbrio do sistema. A origem ´ e o ´ unico ponto de equil´ıbrio do sistema se A for
uma matriz n˜ ao-singular. O sistema possui infinitos pontos de equil´ıbrio se A for
singular, pois neste caso Ax
e
= 0 admite infinitas soluc¸ ˜ oes n˜ ao-nulas.
4. Exemplo. Considere a equac¸ ˜ ao diferencial de segunda ordem que representa
EA721 / PAULO VALENTE / UNICAMP 187
um duplo integrador: ¨ x = u(t). Definindo x
1
= x e x
2
= ˙ x, a representac¸ ˜ ao de
estados correspondente seria
˙ x = Ax +Bu =
_
0 1
0 0
_
x +
_
0
1
_
u.
Observe que A ´ e singular. Os pontos de equil´ıbrio do sistema, isto ´ e, as
soluc¸ ˜ oes de
Ax
e
=
_
0 1
0 0
_ _
x
e
1
x
e
2
_
=
_
0
0
_
s˜ ao do tipo
x
e
=
_
α
0
_
,
emque α ´ e qualquer valor real. No plano de estados x
1
x
2
, os pontos de equil´ıbrio
s˜ ao quaisquer pontos sobre o eixo x
1
.
Estabilidade assint ´ otica
5. Dizemos que um ponto de equil´ıbrio do sistema dinˆ amico representado por
˙ x = Ax(t) ´ e assintoticamente est´ avel se
lim
t→∞
|x(t) −x
e
| = 0, (48)
qualquer que seja a condic¸ ˜ ao inicial x(0). Em (48), a quantidade |x(t) − x
e
| ´ e
uma medida da distˆ ancia entre um ponto qualquer da trajet ´ oria do sistema iniciada
em x(0) e o ponto de equil´ıbrio x
e
. Uma definic¸ ˜ ao tradicional de distˆ ancia entre
dois pontos no espac¸o R
n
´ e
|x(t) −x
e
| =
¸
¸
¸
_
n

i=1
(x
i
(t) −x
e
i
)
2
. (49)
6. Observamos que |x(t) − x
e
| = 0 se e somente se x(t) = x
e
. Diferentes
condic¸ ˜ oes iniciais produzem diferentes trajet ´ orias. De acordo com a definic¸ ˜ ao, um
ponto de equil´ıbrio x
e
´ e assintoticamente est´ avel se qualquer trajet ´ oria x(t), t ≥ 0,
tende a se aproximar arbitrariamente de x
e
quando t → ∞. O sistema ˙ x = Ax(t)
possui no m´ aximo um ponto de equil´ıbrio assintoticamente est´ avel, e este ponto ´ e a
origem do espac¸o de estados. De fato, assuma que, al ´ em da origem, o sistema pos-
sui outro ponto de equil´ıbrio x
e
,= 0. Escolhendo x(0) = x
e
, o sistema permanece
EA721 / PAULO VALENTE / UNICAMP 188
em x
e
indefinidamente, jamais se aproximando da origem. Reciprocamente, se a
trajet ´ oria for iniciada na origem, o sistema jamais de aproxima de x
e
. Concluimos
ent˜ ao que a origem ´ e o ´ unico ponto de equil´ıbrio assint ´ otico poss´ıvel.
7. A an´ alise da estabilidade dos pontos de equil´ıbrio de um sistema dinˆ amico
linear depende apenas da an´ alise da estrutura de autovalores-autovetores da matriz
de estados A. Para verificarmos esta propriedade, representamos A atrav´ es da sua
forma de Jordan, A = TΛ
J
T
−1
, e em seguida expressamos a matriz exponencial
de A em termos de Λ
J
:
e
At
=

i=1
A
k
t
k
k!
=

i=1

k
J
T
−1
t
k
k!
,
= T

i=1
Λ
k
J
t
k
k!
T
−1
,
= Te
Λ
J
t
T
−1
.
Na primeira igualdade usamos a identidade
A
k
= (TΛ
J
T
−1
)(TΛ
J
T
−1
) (TΛ
J
T
−1
)
. ¸¸ .
k vˆ ezes
= TΛ
k
J
T
−1
,
na segunda, o fato de que T ´ e uma matriz constante, e na terceira a definic¸ ˜ ao b´ asica
de exponencial de matriz. Avantagemde se representar e
At
atrav´ es de e
Λ
J
t
decorre
da estrutura pr´ e-determinada desta ´ ultima exponencial, func¸ ˜ ao apenas de Λ
J
. Um
exemplo do formato da matriz exponencial e
Λ
J
t
´ e
e
Λ
J
t
=
_
¸
¸
¸
¸
¸
¸
¸
_
e
λ
1
t
te
λ
1
t
1
2
t
2
e
λ
1
t
0 0 0
0 e
λ
1
t
te
λ
1
t
0 0 0
0 0 e
λ
1
t
0 0 0
0 0 0 e
λ
2
t
te
λ
2
t
0
0 0 0 0 e
λ
2
t
0
0 0 0 0 0 e
λ
3
t
_
¸
¸
¸
¸
¸
¸
¸
_
,
dado que Λ
J
´ e a matriz de ordem 6
Λ
J
=
_
¸
¸
¸
¸
¸
¸
_
λ
1
1 0 0 0 0
0 λ
1
1 0 0 0
0 0 λ
1
0 0 0
0 0 0 λ
2
1 0
0 0 0 0 λ
2
0
0 0 0 0 0 λ
3
_
¸
¸
¸
¸
¸
¸
_
.
EA721 / PAULO VALENTE / UNICAMP 189
8. Um elemento gen´ erico de e
Λ
J
t
´ e da forma t
k
e
λt
, na qual λ = σ + jω, sendo σ
e ω as partes real e imagin´ aria do autovalor λ, respectivamente. Se σ < 0, ent˜ ao
t
k
e
λt
= t
k
e
σt
e
jωt
tende a zero quando t → ∞, independentemente do valor de
k. A seguinte condic¸ ˜ ao para a estabilidade assint ´ otica do sistema pode ent˜ ao ser
formulada.
Crit´ erio de Estabilidade Assint´ otica. A origem do sistema dinˆ amico
˙ x = Ax(t) ´ e assintoticamente est´ avel se e somente se as partes reais
de todos os autovalores de A s˜ ao estritamente negativas.
De fato, se as partes reais dos n autovalores de A s˜ ao negativas, todos os ele-
mentos da matriz e
Λ
J
t
tendem a zero quando t → ∞e e
Λ
J
t
tende ` a matriz nula.
Logo,
lim
t→∞
|x(t) −0| = lim
t→∞
|Te
Λ
J
t
T
−1
x(0) −0|,
= |T 0 T
−1
x(0)|,
= 0,
para qualquer condic¸ ˜ ao inicial x(0). Portanto, a origem do sistema ´ e assintotica-
mente est´ avel.
9. Se pelo menos um autovalor de A possui parte real positiva, a matriz e
Λ
J
t
cont´ em pelo menos um elemento da forma t
k
e
λt
cujo valor cresce indefinidamente
quando t → ∞. Neste caso, qualquer ponto de equil´ıbrio ser´ a inst´ avel, pois sem-
pre poderemos escolher uma condic¸ ˜ ao inicial x(0) de tal forma que
|x(t) −x
e
| = |Te
Λ
J
t
T
−1
x(0) −x
e
| →∞,
quando t →∞, qualquer que seja o ponto de equil´ıbrio considerado.
10. Se nenhum autovalor possuir parte real positiva, mas um ou mais autovalo-
res possuirem partes reais nulas, devemos proceder a uma an´ alise mais detalhada.
Se as multiplicidades alg´ ebricas e geom´ etricas dos autovalores com partes reais
nulas s˜ ao iguais, a matriz e
Λ
J
t
´ e diagonal. Os elementos da diagonal associados
aos autovalores com partes reais nulas s˜ ao genericamente da forma e
jωt
, fazendo
com que e
Λ
J
t
(e portanto T
−1
e
Λ
J
t
T) tenda a uma matriz constante (se as partes
imagin´ arias tamb´ em forem nulas) ou peri ´ odica (se uma ou mais partes imagin´ arias
forem diferentes de zero) quando t → ∞. Assim, para cada condic¸ ˜ ao inicial, a
trajet ´ oria de estados x(t) = Te
Λ
J
t
T
−1
x(0), t ≥ 0, tende a um ponto ou a uma
curva peri ´ odica no espac¸o de estados, qualquer que seja a condic¸ ˜ ao inicial x(0).
Neste caso, dizemos que o sistema ´ e marginalmente est´ avel.
EA721 / PAULO VALENTE / UNICAMP 190
11. Se a multiplicidade geom´ etrica de pelo menos um autovalor com parte real nula
for menor do que a sua multiplicidade alg´ ebrica, a matriz e
Λ
J
t
conter´ a elementos da
forma te
jωt
, os quais (para qualquer ω) assumir˜ ao valores arbitrariamente grandes
quando t → ∞. Neste ´ ultimo caso, o sistema ser´ a inst´ avel, pois uma escolha
apropriada da condic¸ ˜ ao inicial far´ a a trajet ´ oria de estado se afastar indefinidamente
de qualquer ponto de equil´ıbrio.
12. Exemplo. Assuma que a matriz A de um sistema hipot ´ etico ´ e descrita como
A =
_
_
0 a
12
a
21
0
_
_
.
A equac¸ ˜ ao caracter´ıstica de A ´ e det (λI −A) = λ
2
−a
12
a
21
= 0. A estabili-
dade dos pontos de equil´ıbrio do sistema depende da natureza do produto a
12
a
21
.
a) a
12
a
21
> 0. Os autovalores de A s˜ ao λ
1
=

a
12
a
21
e λ
2
= −

a
12
a
21
. O
sistema ´ e inst´ avel pois um dos autovalores ´ e positivo;
b) a
12
a
21
< 0. Os autovalores de A s˜ ao λ
1
= j
_
[a
12
a
21
[ e λ
2
= −j
_
[a
12
a
21
[.
Os autovalores s˜ ao distintos e possuem partes reais nulas. Como as mul-
tiplicidades alg´ ebrica e geom´ etrica dos autovalores s˜ ao iguais, o sistema ´ e
marginalmente est´ avel;
c) a
11
= a
21
= 0. A matriz A possui um autovalor λ = 0 com multiplicidade
alg´ ebrica igual a 2 e multiplicidade geom´ etrica tamb´ em igual a 2. O sistema
´ e marginalmente est´ avel;
d) a
11
,= 0, a
21
= 0 (ou a
11
= 0, a
21
,= 0). A matriz A possui um autovalor
λ = 0 com multiplicidade alg´ ebrica igual a 2. Para obter a multiplicidade
geom´ etrica do autovalor, resolvemos
(λI −A)x = (0I −A)x =
_
_
0 0
−a
21
0
_
_
_
_
x
1
x
2
_
_
=
_
_
0
0
_
_
.
Existe apenas um autovetor associado a λ = 0:
x =
_
_
0
α
_
_
, α ,= 0.
EA721 / PAULO VALENTE / UNICAMP 191
Como a multiplicidade geom´ etrica do autovalor ´ e igual a 1, o sistema ´ e inst´ avel.
Estabilidade interna × estabilidade entrada-sa´ıda
13.
´
E natural indagar sobre a relac¸ ˜ ao entre os conceitos e crit´ erios de estabilidade
assint ´ otica e entrada-sa´ıda para um mesmo sistema dinˆ amico. Lembremos que um
sistema dinˆ amico linear e invariante no tempo ´ e est´ avel do ponto de vista entrada-
sa´ıda se a sa´ıda do sistema ´ e limitada sempre que a entrada aplicada ao sistema ´ e
limitada. Seja
G(s) =
N(s)
D(s)
a func¸ ˜ ao de transferˆ encia do sistema de interesse. Os zeros (finitos) e p´ olos de G(s)
s˜ ao as ra´ızes de N(s) = 0 e de D(s) = 0, respectivamente, desde que N(s) = 0
e D(s) = 0 n˜ ao possuam qualquer fator comum. Um sistema dinˆ amico modelado
atrav´ es de G(s) ´ e est´ avel do ponto de vista entrada-sa´ıda se as partes reais de todos
os p´ olos forem estritamente negativas, inst´ avel se pelo menos uma das partes reais
for positiva e marginalmente est´ avel se todas as partes reais forem menores ou
iguais a zero.
14. Uma forma de comparar os crit´ erios de estabilidade assint ´ otica e entrada-sa´ıda
´ e obter a func¸ ˜ ao de transferˆ encia G(s) do sistema de interesse partindo da sua
representac¸ ˜ ao por vari´ aveis de estado:
˙ x(t) = Ax(t) +Bu(t),
y(t) = Cx(t) +Du(t).
Tomando a transformada de Laplace das equac¸ ˜ oes dinˆ amicas do sistema su-
pondo condic¸ ˜ oes iniciais nulas, isto ´ e, x(0) = 0, obtemos
sX(s) = AX(s) +BU(s), (50)
Y (s) = CX(s) +DU(s). (51)
A primeira equac¸ ˜ ao fornece a transformada de Laplace do vetor de estados
X(s) = (sI −A)
−1
BU(s), a qual substitu´ıda na segunda equac¸ ˜ ao leva a
Y (s) = [C(sI −A)
−1
B +D]U(s).
Podemos ent˜ ao definir ent˜ ao a func¸ ˜ ao racional
G
1
(s) =
Y (s)
U(s)
= C(sI −A)
−1
B +D.
EA721 / PAULO VALENTE / UNICAMP 192
Como a matriz inversa de (sI −A) pode ser escrita na forma
(sI −A)
−1
=
adj(sI −A)
det (sI −A)
,
na qual adj(sI −A) denota a matriz adjunta de (sI −A), obtemos
G
1
(s) =
Cadj(sI −A)B + det (sI −A)D
det (sI −A)
.
em que
N
1
(s) = Cadj(sI −A)B + det (sI −A)D e D
1
(s) = det (sI −A)
representam os polinˆ omios numerador e denominador de G
1
(s). Observamos que
as ra´ızes de D
1
(s) = 0 s˜ ao os autovalores da matriz A. Se N
1
(s) = 0 e D
1
(s) = 0
n˜ ao possuirem ra´ızes comuns, ent˜ ao G(s) = G
1
(s) caracteriza a func¸ ˜ ao de tran-
ferˆ encia do sistema. Caso contr´ ario, cancelamos quaisquer ra´ızes comuns para
obter a representac¸ ˜ ao da func¸ ˜ ao de transferˆ encia G(s) do sistema em termos de
zeros e p´ olos.
15. Estabilidade assint´ otica implica em estabilidade entrada-sa´ıda. De fato,
os p´ olos de G(s) s˜ ao um sub-conjunto dos autovalores da matriz A (ap´ os eventual
cancelamento). Se todos os autovalores de A possuirem partes reais estritamente
negativas, o mesmo acontecer´ a com os p´ olos de G(s) e o sistema ser´ a tamb´ em
est´ avel do ponto de vista entrada-sa´ıda.
16. Estabilidade entrada-sa´ıda n˜ ao implica em estabilidade assint´ otica. Como
os p´ olos de G(s) s˜ ao em geral um sub-conjunto dos autovalores da matriz A, pode
ocorrer de todos os p´ olos de G(s) possuirem partes reais estritamente negativas,
mas algum autovalor de A possuir parte real nula ou positiva, precisamente um au-
tovalor que foi cancelado no processo de obtenc¸ ˜ ao de G(s). Neste caso, o sistema
n˜ ao seria assintoticamente est´ avel.
17. Como a estabilidade assint ´ otica implica em estabilidade entrada-sa´ıda, o pri-
meiro conceito ´ e mais forte (restritivo) do que o segundo. Quando analisamos a
estabilidade de um sistema do ponto de vista entrada-sa´ıda, estamos preocupados
apenas em garantir que entradas limitadas produzam sa´ıdas limitadas. As vari´ aveis
internas do sistema podem eventualmente assumir valores arbitrariamente grandes,
desde que o efeito l´ıquido das variac¸ ˜ oes produzidas internamente n˜ ao aparec¸am na
sa´ıda do sistema.
EA721 / PAULO VALENTE / UNICAMP 193
Transformac¸ ˜ oes de similaridade
18. Enfatizamos anteriormente que um mesmo sistema dinˆ amico linear e invari-
ante no tempo pode ser representado atrav´ es de vari´ aveis de estado de diferentes
maneiras (diferentes A, B, C e D). Por outro lado, a func¸ ˜ ao de transferˆ encia do sis-
tema ´ e ´ unica. Podemos demonstrar esta importante caracter´ıstica atrav´ es da id´ eia
de transformac¸ ˜ ao de similaridade.
19. Duas matrizes de ordem n s˜ ao similares se possuem exatamente os mesmos
autovalores. Em particular, as matrizes A e T
−1
AT, em que T ´ e qualquer matriz
n˜ ao singular, s˜ ao similares. De fato,
det (sI −T
−1
AT) = det (sT
−1
T −T
−1
AT),
= det [T
−1
(sI −A)T],
= det (T
−1
) det (sI −A) det (T),
= det (sI −A),
pois det (T
−1
) = 1/ det (T). Como A e T
−1
AT possuem o mesmo polinˆ omio
caracter´ıstico, seus autovalores s˜ ao iguais, e as matrizes, similares.
20. Diferentes representac¸ ˜ oes por vari´ aveis de estado de um mesmo sistema est˜ ao
relacionadas atrav´ es de transformac¸ ˜ oes de similaridade. Se
˙ x(t) = Ax(t) +Bu(t),
y(t) = Cx(t) +Du(t)
´ e uma dada representac¸ ˜ ao do sistema e definimos x(t) = T ¯ x(t), T n˜ ao-singular,
obtemos
T
˙
¯ x(t) = AT ¯ x(t) +Bu(t),
y(t) = CT ¯ x(t) +Du(t),
ou como T ´ e n˜ ao-singular,
˙
¯ x(t) =
¯
A¯ x(t) +
¯
Bu(t),
y(t) =
¯
C¯ x(t) +
¯
Du(t),
em que
¯
A = T
−1
AT,
¯
B = T
−1
B,
¯
C = CT e
¯
D = D. Sejam G(s) e
¯
G(s)
as func¸ ˜ oes de transferˆ encia do sistema quando representado pelos estados x e ¯ x,
EA721 / PAULO VALENTE / UNICAMP 194
respectivamente. Por definic¸ ˜ ao
¯
G(s) =
¯
C(sI −
¯
A)
−1
¯
B +
¯
D,
= CT(sI −T
−1
AT)
−1
T
−1
B +D,
= CT[T
−1
(sI −A)T]
−1
T
−1
B +D,
= CTT
−1
(sI −A)
−1
TT
−1
B +D,
= C(sI −A)
−1
B +D,
= G(s),
e as func¸ ˜ oes de transferˆ encia s˜ ao iguais, como esperado.
21. Como diferentes representac¸ ˜ oes por vari´ aveis de estado est˜ ao relacionadas
atrav´ es de transformac¸ ˜ oes de similaridade, a estrutura de autovalores-autovetores
do sistema ´ e preservada sempre que se passa de uma representac¸ ˜ ao para outra. Al-
gumas transformac¸ ˜ oes de similaridade s˜ ao especialmente ´ uteis porque evidenciam
propriedades importantes do sistema, tanto do ponto de vista de an´ alise quanto de
projeto. Entre estas, encontram-se transformac¸ ˜ oes que levam a formas canˆ onicas,
como as formas canˆ onicas control ´ aveis e observ´ aveis.
EA721 / PAULO VALENTE / UNICAMP 195
Aula 21
Realimentac¸ ˜ ao de estados
Controlabilidade
Realimentac¸ ˜ ao de estados
Forma canˆ onica control´ avel
F´ ormula de Ackermann
Controlabilidade
1. A equac¸ ˜ ao de estados de um sistema dinˆ amico linear invariante no tempo repre-
sentado atrav´ es de n vari´ aveis de estado ´ e
˙ x = Ax +Bu, x(0) = x
0
.
As matrizes A(nn) e B (n1), assimcomo a condic¸ ˜ ao inicial x
0
(n1), s˜ ao
quantidades conhecidas. A soluc¸ ˜ ao geral da equac¸ ˜ ao de estados ´ e, como sabemos,
x(t) = e
At
x
0
+
_
t
0
e
A(t−τ)
Bu(τ)dτ, t ≥ 0.
2. Nesta sec¸ ˜ ao analisamos a controlabilidade de sistemas modelados por vari ´ aveis
de estado, isto ´ e, a existˆ encia de entradas de controle capazes de transferir um
sistema de um estado inicial qualquer para um estado final qualquer. Buscamos
caracterizar sob que condic¸ ˜ oes existe um tempo finito t
f
e uma entrada u(t), 0 ≤
t ≤ t
f
tais que
x

= e
At
f
x
0
+
_
t
f
0
e
A(t−τ)
Bu(τ)dτ,
para quaisquer estados inicial x
0
e final x

= x(t
f
) especificados.
Definic¸ ˜ ao. O sistema ˙ x = Ax+Bu ´ e (completamente) control ´ avel se
para x
0
(estado inicial) e x

(estado final) quaisquer, existe um tempo
finito t
f
e uma entrada u(t), 0 ≤ t ≤ t
f
tais que x(t
f
) = x

.
Controlabilidade completa implica na existˆ encia de uma trajet ´ oria ligando dois
pontos (estado inicial e estado final) quaisquer do espac¸o de estados, como ilus-
tra a Figura 21.1. Observamos que controlabilidade ´ e uma propriedade relacionada
apenas ` as matrizes A e B.
EA721 / PAULO VALENTE / UNICAMP 196
PSfrag replacements
x
1
x
2
x
0
x

0
Figura 21.1: Plano de estados.
3. Normalmente utilizamos o seguinte crit´ erio alg´ ebrico para verificar se um dado
sistema ´ e ou n˜ ao control´ avel.
Teorema. O sistema ˙ x = Ax + Bu ´ e control´ avel se e somente se o
rank da matriz de controlabilidade
( =
_
B
.
.
. AB
.
.
.
.
.
. A
n−1
B
_
´ e igual a n.
No caso de sistemas SISO, a matriz de controlabilidade ( ´ e uma matriz qua-
drada de ordem n e a condic¸ ˜ ao rank (() = n ´ e equivalente a det (() ,= 0.
4. Exemplo. Considere o circuito el´ etrico representado na Figura 23.2. As vari´ aveis
de estado naturais do sistema s˜ ao x
1
= corrente no indutor e x
2
= tens˜ ao no capa-
citor.
PSfrag replacements
x
1
x
2
u
u −x
1
y R R
L
C
+
+
+
+




Figura 21.2: Circuito RLC.
EA721 / PAULO VALENTE / UNICAMP 197
Definimos como vari´ avel de sa´ıda a tens˜ ao no resistor em s´ erie com o capacitor.
O sistema ´ e modelado pelas seguintes equac¸ ˜ oes de estado e de sa´ıda derivadas das
leis de Kirchhoff:
−L˙ x
1
−Rx
1
+ (u −x
1
)R +x
2
= 0,
C ˙ x
2
+x
1
= u,
R(u −x
1
) = y.
Na forma matricial,
_
_
˙ x
1
˙ x
2
_
_
=
_
¸
¸
¸
_

2R
L
1
L

1
C
0
_
¸
¸
¸
_
_
_
x
1
x
2
_
_
+
_
¸
¸
¸
_
R
L
1
C
_
¸
¸
¸
_
u,
y =
_
−R 0
¸
_
_
x
1
x
2
_
_
+Ru.
A matriz de controlabilidade, de ordem 2, ´ e
( =
_
B
.
.
. AB
_
=
_
¸
¸
¸
_
R
L

2R
2
L
2
+
1
LC
1
C

R
LC
_
¸
¸
¸
_
.
O circuito da Figura 21.2 ser´ a completamente control´ avel, significando que
qualquer corrente no indutor e tens˜ ao no capacitor podem ser atingidas em tempo
finito atrav´ es da fonte de corrente (entrada) u, se e somente se
det (() = −
R
2
L
2
C
+
2R
2
L
2
C

1
LC
2
=
R
2
L
2
C

1
LC
2
for diferente de zero. Impondo det (() = 0, verificamos que o circuito n˜ ao ´ e
control´ avel apenas quando RC = L/R.
´
E interessante observar que RC e L/R
s˜ ao as constantes de tempo dos ramos L −R e R −C do circuito. Assim, quando
as constantes de tempo s˜ ao iguais, a corrente no indutor e a tens˜ ao no capacitor n˜ ao
podem assumir valores independentemente especificados. Para analisar este ponto
com mais detalhes, considere a transformada de Laplace de x(t) obtida da equac¸ ˜ ao
de estado ˙ x = Ax +Bu com condic¸ ˜ oes iniciais nulas:
X(s) = (sI −A)
−1
BU(s).
EA721 / PAULO VALENTE / UNICAMP 198
Realizando as operac¸ ˜ oes indicadas com as matrizes Ae B relativas ao circuito,
e fazendo a substituic¸ ˜ ao C = L/R
2
para impor n˜ ao-controlabilidade, obtemos
X(s) =
_
¸
¸
¸
_
1
(L/R)s + 1
R
(L/R)s + 1
_
¸
¸
¸
_
U(s).
Portanto,
X
1
(s) =
1
(L/R)s + 1
U(s), X
2
(s) =
R
(L/R)s + 1
U(s) e
X
2
(s)
X
1
(s)
= R,
A anti-transformada de
X
2
(s) = RX
1
(s)
´ e x
2
(t) = Rx
1
(t), indicando que o lugar geom´ etrico dos estados ating´ıveis pela
ac¸ ˜ ao da entrada u ´ e a reta x
2
= Rx
1
no plano de estados x
1
x
2
, conforme ilustra
a Figura 21.3.
PSfrag replacements
x
1
x
2
R
0
Figura 21.3: Estados ating´ıveis do circuito RLC.
A n˜ ao-controlabilidade do circuito se reflete no fato de que apenas os estados
sobre a reta de inclinac¸ ˜ ao R podem ser atingidos pela ac¸ ˜ ao da entrada. A corrente
no indutor e a tens˜ ao no capacitor n˜ ao podem ser especificadas de forma indepen-
dente, embora individualmente tanto a corrente quanto a tens˜ ao possam assumir
valores quaisquer.
Realimentac¸ ˜ ao de estados
EA721 / PAULO VALENTE / UNICAMP 199
5. Realimentac¸ ˜ ao de estados ´ e a principal estrat´ egia para o controle de sistemas
modelados atrav´ es de vari´ aveis de estado. Numa primeira etapa, pressup˜ oe-se que
todos os estados do sistema est˜ ao acess´ıveis para realimentac¸ ˜ ao. Deseja-se obter
umcomportamento regulador para o sistema, no sentido de que o seu estado tenda,
de forma pr´ e-determinada, ao estado de equil´ıbrio x

= 0, a partir de qualquer
estado inicial x(0) ,= 0. A entrada de controle no instante t assume a forma
u(t) = −k
1
x
1
(t) −k
2
x
2
(t) − −k
n
x
n
(t),
onde k
1
, k
2
, . . . , k
n
s˜ ao ganhos de realimentac¸ ˜ ao constantes, a serem determina-
dos, e r(t) ´ e o valor da entrada de referˆ encia no instante t. Definindo a matriz de
ganhos de realimentac¸ ˜ ao K (1 n) como
K =
_
k
1
k
2
k
n
¸
,
a entrada de controle pode ser reescrita na forma matricial como
u(t) = −Kx(t).
Quando a entrada u(t) = −Kx(t) ´ e susbtitu´ıda na equac¸ ˜ ao de estado
˙ x(t) = Ax(t) +Bu(t),
obtemos a equac¸ ˜ ao de estado em malha fechada
˙ x(t) = (A−BK)x(t).
A aplicac¸ ˜ ao da transformada de Laplace a ambos os lados da equac¸ ˜ ao anterior
com condic¸ ˜ ao inicial x(0) permite caracterizar o estado do sistema na forma
X(s) = (sI −A+BK)
−1
x(0) =
adj (sI −A+BK)
det (sI −A+BK)
x(0).
O estado, assim como a sa´ıda do sistema, ´ e fundamentalmente influenciado
pelas ra´ızes da equac¸ ˜ ao caracter´ıstica de malha fechada det (sI −A+BK) = 0,
isto ´ e, pelos autovalores de A−BK. Os autovalores de A−BK ser˜ ao quase sempre
os p´ olos do sistema em malha fechada.
6. Alocac¸ ˜ ao de p´ olos. O princ´ıpio da t´ ecnica de controle por alocac¸ ˜ ao de p´ olos
´ e casar o polinˆ omio caracter´ıstico de malha fechada det (sI − A + BK) com
um certo polinˆ omio p
c
(s); as ra´ızes de p
c
(s) = 0 representam os p´ olos de malha
fechada respons´ aveis pelo comportamento desejado para os estados (sa´ıda) do sis-
tema. Resolvemos ent˜ ao a seguinte equac¸ ˜ ao alg´ ebrica em termos de K, dados A,
B e p
c
(s):
det (sI −A+BK) = p
c
(s).
EA721 / PAULO VALENTE / UNICAMP 200
Se o sistema for control´ avel, qualquer conjunto de p´ olos de malha fechada
espcificado pode ser alocado.
Teorema. Assuma que o sistema ˙ x = Ax + Bu ´ e control´ avel. Ent˜ ao
existe uma matriz K (1 n) tal que
det (sI −A+BK) = p
c
(s).
para qualquer polinˆ omio p
c
(s) de grau n especificado.
7. A determinac¸ ˜ ao de K pode ser feita igualando-se os coeficientes do polinˆ omio
det (sI −A+BK), os quais ser˜ ao func¸ ˜ oes de k
1
, k
2
, . . . , k
n
, com os coeficientes
de mesmo grau do polinˆ omio p
c
(s), cujas ra´ızes s˜ ao os p´ olos desejados de malha
fechada. Desta forma, obtemos um sistema de n equac¸ ˜ oes lineares e n inc´ ognitas
(k
1
, k
2
, . . . , k
n
).
8. Exemplo. Considere a equac¸ ˜ ao de estado representada pelas matrizes
A =
_
_
0 1
−2 −3
_
_
e B =
_
_
0
1
_
_
.
O polinˆ omio caracter´ıstico de A ´ e det (sI − A) = s
2
+ 3s + 2. Os p´ olos
do sistema em malha aberta (ra´ızes da equac¸ ˜ ao caracter´ıstica) s˜ ao −1 e −2. Su-
pondo que os p´ olos de malha fechada devam ter fator de amortecimento ξ = 0.5 e
freq¨ uˆ encia natural ω
n
= 4 rad/s (correspondentes a p´ olos complexos conjulgados
em−2±j2

3), desejamos ent˜ ao que o polinˆ omio caracter´ıstico de malha fechada
seja
p
c
(s) = s
2
+ 2ξω
n
s +ω
2
n
= s
2
+ 4s + 16.
Por outro lado,
det (sI −A+BK) = det
_
_
_
_
s 0
0 s
_
_

_
_
0 1
−2 −3
_
_
+
_
_
0
1
_
_
_
k
1
k
2
¸
_
_
.
Efetuando as operac¸ ˜ oes indicadas,
det (sI −A+BK) = det
_
_
_
_
s −1
(2 +k
1
) s + (3 +k
2
)
_
_
_
_
,
= s[s + (3 +k
2
)] + (2 +k
1
),
= s
2
+ (3 +k
2
)s + (2 +k
1
).
EA721 / PAULO VALENTE / UNICAMP 201
Da identidade det (sI − A + BK) = p
c
(s) obtemos um sistema com duas
equac¸ ˜ oes lineares e duas inc´ ognitas:
3 +k
2
= 4,
2 +k
1
= 16.
Logo k
1
= 14, k
2
= 1 e
K =
_
k
1
k
2
¸
=
_
14 1
¸
.
Forma canˆ onica control ´ avel
8. O c´ alculo dos ganhos de realimentac¸ ˜ ao, dados A, B e p
c
(s), ´ e substancial-
mente mais simples quando a representac¸ ˜ ao de estados do sistema encontra-se na
chamada forma canˆ onica control ´ avel. A forma canˆ onica control´ avel associada ` a
func¸ ˜ ao de transferˆ encia
G(s) =
b
n
s
n
+b
n−1
s
n−1
+ +b
1
s +b
0
s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
´ e
˙ x =
_
¸
¸
¸
¸
¸
_
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
−a
0
−a
1
−a
2
−a
n−1
_
¸
¸
¸
¸
¸
_
x +
_
¸
¸
¸
¸
¸
_
0
0
.
.
.
0
1
_
¸
¸
¸
¸
¸
_
u,
y =
_
b
0
−a
0
b
n
b
1
−a
1
b
n
b
n−1
−a
n−1
b
n
¸
x +b
n
u.
A matriz de estados A encontra-se representada numa forma denominada de
forma companheira, a partir da qual podemos obter facilmente o polinˆ omio ca-
racter´ıstico de A:
det (sI −A) = s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
.
2. Supondo realimentac¸ ˜ ao de estados u = −Kx, a matriz de estados do sistema
em malha fechada assume a forma
EA721 / PAULO VALENTE / UNICAMP 202
A−BK =
_
¸
¸
¸
¸
¸
_
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
−a
0
−a
1
−a
2
−a
n−1
_
¸
¸
¸
¸
¸
_

_
¸
¸
¸
¸
¸
_
0
0
.
.
.
0
1
_
¸
¸
¸
¸
¸
_
_
k
1
k
2
k
n
¸
,
=
_
¸
¸
¸
¸
¸
_
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
−(a
0
+k
1
) −(a
1
+k
2
) −(a
2
+k
3
) −(a
n−1
+k
n
)
_
¸
¸
¸
¸
¸
_
.
Como A − BK tamb´ em se encontra numa forma companheira, o polinˆ omio
caracter´ıstico do sistema em malha fechada ´ e
det (sI −A+BK) = s
n
+ (a
n−1
+k
n
)s
n−1
+ + (a
1
+k
2
)s + (a
0
+k
1
).
Definindo o polinˆ omio desejado como
p
c
(s) = s
n
+q
n−1
s
n−1
+ +q
1
s +q
0
,
da identidade det (sI−A+BK) = p
c
(s) resulta umsistema de n equac¸ ˜ oes lineares
a n inc´ ognitas trivial, que resolvido fornece os ganhos de realimentac¸ ˜ ao:
k
1
= q
0
−a
0
,
k
2
= q
1
−a
1
,
.
.
.
k
n
= q
n−1
−a
n−1
.
9. Exemplo. Notando que as matrizes A e B do exemplo anterior encontram-se
na forma canˆ onica control´ avel e que a
0
= 2, a
1
= 3, q
0
= 16 e q
1
= 4, obtemos
diretamente os ganhos de realimentac¸ ˜ ao:
k
1
= q
0
−a
0
= 16 −2 = 14,
k
2
= q
1
−a
1
= 4 −3 = 1.
EA721 / PAULO VALENTE / UNICAMP 203
F´ ormula de Ackermann
10. Obter a forma canˆ onica control´ avel e os ganhos de realimentac¸ ˜ ao de um sis-
tema dinˆ amico s˜ ao tarefas simples quando a func¸ ˜ ao de transferˆ encia do sistema
´ e conhecida. Entretanto, em certos casos conhecemos apenas uma representac¸ ˜ ao
de estados do sistema, e a representac¸ ˜ ao n˜ ao se encontra na forma canˆ onica con-
trol´ avel.
11.
´
E poss´ıvel mostrar que se o sistema n˜ ao se encontra na forma canˆ onica con-
trol´ avel, mas ´ e control´ avel (rank (() = n), existe uma transformac¸ ˜ ao de similari-
dade que leva o sistema a ser representado na forma canˆ onica control´ avel. Como
o objetivo da transformac¸ ˜ ao ´ e facilitar a obtenc¸ ˜ ao dos ganhos de realimentac¸ ˜ ao
adotamos de vez a chamada f ´ ormula de Ackermann:
K =
_
0 0 0 1
¸
. ¸¸ .
n componentes
(
−1
p
c
(A),
na qual ( ´ e a matriz de controlabilidade do sistema, p
c
(A) ´ e a matriz definida por
p
c
(s) = A
n
+q
n−1
A
n−1
+ +q
1
A+q
0
I,
e q
0
, q
1
, . . . , q
n−1
s˜ ao os coeficientes do polinˆ omio caracter´ıstico desejado para o
sistema em malha fechada.
12. Exemplo. Retomando o exemplo anterior e ignorando o fato de que o sistema
se encontra na forma canˆ onica control´ avel, obtemos
p
c
(A) = A
2
+ 4A+ 16I,
=
_
_
0 1
−2 −3
_
_
2
+ 4
_
_
0 1
−2 −3
_
_
+ 16
_
_
1 0
0 1
_
_
,
=
_
_
14 1
−2 11
_
_
.
Como o sistema ´ e control´ avel (det (() ,= 0, verifique), a inversa de ( existe e ´ e
dada por
(
−1
=
_
B
.
.
. AB
_
−1
=
_
_
0 1
1 −3
_
_
−1
=
_
_
3 1
1 0
_
_
.
EA721 / PAULO VALENTE / UNICAMP 204
Os ganhos de realimentac¸ ˜ ao s˜ ao obtidos atrav´ es da f´ ormula de Ackermann:
K =
_
0 1
¸
(
−1
p(A),
=
_
0 1
¸
_
_
3 1
1 0
_
_
_
_
14 1
−2 11
_
_
,
=
_
14 1
¸
,
os mesmos ganhos encontrados pelos procedimentos anteriores.
EA721 / PAULO VALENTE / UNICAMP 205
Aula 22
Estimadores de estado
Observabilidade
Estimador (observador) de estados
Forma canˆ onica observ´ avel
F´ ormula de Ackermann
Controlador baseado no estimador
Observabilidade
1. A estrat´ egia de controle por realimentac¸ ˜ ao de estados pressup˜ oe que todos os
n estados do sistema est˜ ao dispon´ıveis para realimentac¸ ˜ ao, o que raramente ocorre
em situac¸ ˜ oes pr´ aticas. Conhecemos (medimos) em geral apenas a quantidade esco-
lhida como sa´ıda do sistema. Para que seja poss´ıvel implementar a realimentac¸ ˜ ao
de estados faz-se necess´ ario estimar os estados internos do sistema.
2. Nesta sec¸ ˜ ao analisamos a observabilidade de um sistema dinˆ amico linear inva-
riante no tempo modelado por vari´ aveis de estado:
˙ x = Ax, (52)
y = Cx. (53)
Como a entrada u ´ e conhecida, as parcelas Bu e Du que dependem de u n˜ ao
precisam ser explicitamente consideradas no estudo de observabilidade. As ma-
trizes A (n n) e C (n 1) s˜ ao quantidades conhecidas, mas n˜ ao a condic¸ ˜ ao
inicial do sistema x(0) = x
0
. Se x
0
fosse conhecida, ent˜ ao o estado do sistema em
qualquer instante de tempo futuro tamb´ em seria conhecido a partir da soluc¸ ˜ ao da
equac¸ ˜ ao de estados:
x(t) = e
At
x
0
, t ≥ 0. (54)
A id´ eia por tr´ as do estudo de observabilidade ´ e determinar x
0
atrav´ es da sa´ıda
do sistema:
y(t) = Ce
At
x
0
, t ≥ 0. (55)
Definic¸ ˜ ao. O sistema ˙ x = Ax, y = Cx ´ e (completamente) ob-
serv´ avel se existe um tempo finito t
f
tal que o conhecimento da sa´ıda
EA721 / PAULO VALENTE / UNICAMP 206
y(t) no intervalo 0 ≤ t ≤ t
f
´ e suficiente para se determinar a condic¸ ˜ ao
inicial x
0
.
Observabilidade ´ e uma propriedade relacionada apenas ` as matrizes A e C. O
seguinte crit´ erio alg´ ebrico ´ e normalmente utilizado para verificar se um dado sis-
tema ´ e ou n˜ ao observ´ avel.
Teorema. O sistema ˙ x = Ax, y = Cx ´ e observ´ avel se e somente se
o rank da matriz de observabilidade
O =
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
C
. . .
CA
. . .
.
.
.
. . .
CA
n−1
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
´ e igual a n.
Como a matriz de observabilidade O ´ e uma matriz quadrada de ordem n (sis-
temas SISO), a condic¸ ˜ ao rank (O) = n ´ e equivalente a det (O) ,= 0.
4. Exemplo. A representac¸ ˜ ao de estados do circuito el´ etrico representado na Fi-
gura 22.1 ´ e
_
_
˙ x
1
˙ x
2
_
_
=
_
¸
¸
¸
_

2R
L
1
L

1
C
0
_
¸
¸
¸
_
_
_
x
1
x
2
_
_
+
_
¸
¸
¸
_
R
L
1
C
_
¸
¸
¸
_
u,
y =
_
−R 0
¸
_
_
x
1
x
2
_
_
+Ru.
A matriz de observabilidade, de ordem 2, ´ e
O =
_
_
C
. . .
CA
_
_
=
_
¸
¸
_
−R 0
2R
2
L

R
L
_
¸
¸
_
.
EA721 / PAULO VALENTE / UNICAMP 207
PSfrag replacements
x
1
x
2
u
u −x
1
y R R
L
C
+
+
+
+




Figura 22.1: Circuito RLC.
O circuito da Figura 22.1 ser´ a completamente observ´ avel, significando que a
partir da tens˜ ao medida no resistor em s´ erie com o capacitor durante um intervalo
de tempo finito 0 ≤ t ≤ t
f
´ e poss´ıvel determinar a corrente e a tens˜ ao in´ıciais no
indutor e no capacitor, se e somente se
det (O) =
R
2
L
for diferente de zero. O sistema (circuito) ´ e observ´ avel para quaisquer valores n˜ ao-
nulos de R e L. N˜ ao seria observ´ avel se por exemplo R = 0, quando ent˜ ao a sa´ıda
medida por um volt´ımetro seria identicamente nula.
Estimador (observador) de estados
5. Se os estados do sistema n˜ ao est˜ ao diretamente dispon´ıveis para realimentac¸ ˜ ao,
mas o sistema ´ e observ´ avel, ´ e poss´ıvel construir um estimador ou observador de
estados e substituir a realimentac¸ ˜ ao do estado real x(t) pela sua estimativa ˆ x(t).
O chamado estimador de ordem completa ´ e descrito pela equac¸ ˜ ao de estados
estimados
˙
ˆ x(t) = Aˆ x(t) +L(y(t) −Cˆ x(t)) +Bu(t), ˆ x(0) = ˆ x
0
, (56)
= (A−LC)ˆ x(t) +Ly(t) +Bu(t). (57)
O estimador (56)-(57) ´ e de ordem completa porque a dimens˜ ao do vetor de
estados estimados ˆ x(t) ´ e igual ` a dimens˜ ao de vetor de estados original x(t). A
equac¸ ˜ ao do estimador possui duas entradas independentes, y(t) e u(t). A diferenc¸a
entre a sa´ıda da planta y(t), medida, e a sa´ıda do estimador, Cˆ x(t), fict´ıcia, ´ e
EA721 / PAULO VALENTE / UNICAMP 208
ponderada pela matriz L, de dimens˜ ao n1, denominada de matriz de ganhos de
estimativa:
L =
_
¸
¸
¸
_
l
1
l
2
.
.
.
l
n
_
¸
¸
¸
_
.
6. Se a matriz Lfor escolhida de tal forma que as ra´ızes do polinˆ omio caracter´ıstico
de A − LC tenham partes reais negativas, ent˜ ao o estado estimado ˆ x(t) tende ao
estado real x(t) quando t tende ao infinito. De fato, definindo o erro de estimativa
no instante t como
e(t) = x(t) − ˆ x(t),
obtemos a seguinte equac¸ ˜ ao dinˆ amica para o erro:
˙ e = ˙ x −
˙
ˆ x,
= Ax +Bu −[Aˆ x +L(y −Cˆ x) +Bu] ,
= Ax −Aˆ x −LCx +LCˆ x,
= (A−LC)(x − ˆ x),
= (A−LC)e, e(0) = x(0) − ˆ x(0).
A soluc¸ ˜ ao para a equac¸ ˜ ao do erro ´ e
e(t) = e
(A−LC)t
e(0), t ≥ 0,
e se todos os autovalores de A−LC possuirem partes reais estritamente negativas,
ent˜ ao e(t) →0 quanto t →∞, qualquer que seja o erro inicial e(0) (desconhecido,
porque n˜ ao conhecemos x(0)). Consequentemente, ˆ x(t) → x(t) quando t →
∞, como desejado. Para determinar L utilizamos um procedimento an´ alogo ao
adotado para a determinac¸ ˜ ao do ganho de realimentac¸ ˜ ao K. As ra´ızes do polinˆ omio
caracter´ıstico de A−LC determinam como ˆ x(t) responde ` as entradas y(t) e u(t),
como indica a transformada de Laplace de (56)-(57):
ˆ
X(s) = (sI −A+LC)
−1
LY (s) + (sI −A+LB)
−1
BU(s),
=
adj (sI −A+LC)
det (sI −A+LC)
LY (s) +
adj (sI −A+LC)
det (sI −A+LC)
BU(s).
Escolhemos ent˜ ao as ra´ızes desejadas para det (sI −A+LC) na forma de um
polinˆ omio p
o
(s) e em seguida resolvemos
det (sI −A+LC) = p
o
(s),
EA721 / PAULO VALENTE / UNICAMP 209
agora em termos de L. Se o sistema for observ´ avel, qualquer conjunto de p´ olos
(isto ´ e, qualquer p
o
(s)) para o estimador pode ser alocado.
Teorema. Assuma que o sistema ˙ x = Ax, y = Cx ´ e observ´ avel.
Ent˜ ao existe uma matriz L (n 1) tal que
det (sI −A+LC) = p
o
(s). (58)
qualquer que seja o polinˆ omio p
o
(s) de grau n.
7. A determinac¸ ˜ ao de L que resolve (58) pode ser feita igualando-se os coeficientes
do polinˆ omio det (sI − A + LC), os quais ser˜ ao func¸ ˜ oes de l
1
, l
2
, . . . , l
n
, com os
coeficientes de mesmo grau do polinˆ omio p
o
(s), cujas ra´ızes s˜ ao os p´ olos desejados
para o estimador. Obtemos ent˜ ao um sistema de n equac¸ ˜ oes lineares e n inc´ ognitas
(l
1
, l
2
, . . . , l
n
).
8. Como o estado real x(t) ser´ a substitu´ıdo pelo estado estimado ˆ x(t) para fins de
realimentac¸ ˜ ao, quando mais r´ apido se der a convergˆ encia de ˆ x(t) para x(t) melhor.
Isso exige escolher p´ olos para o estimador com constantes de tempo suficiente-
mente mais r´ apidas do que aquelas escolhidas para o sistema em malha fechada.
Um crit´ erio pr´ atico consiste em escolher as constantes de tempo do estimador de
3 a 5 vˆ ezes menores do que a menor constante de tempo do sistema em malha
fechada.
9. Exemplo. Considere o sistema representado pelas matrizes (relevantes para o
projeto do observador)
A =
_
_
0 1
−2 −3
_
_
e C =
_
1 0
¸
.
Os p´ olos do sistema emmalha fechada foramalocados atrav´ es de realimentac¸ ˜ ao
de estados em −2 ± j2

3. Escolhendo os p´ olos do estimador com constantes de
tempo 5 vˆ ezes mais r´ apidas, −10±j2

3, obtemos o polinˆ omio caracter´ıstico para
o estimador
p
o
(s) = (s + 10 −j2

3)(s + 10 +j2

3),
= s
2
+ 20s + 112.
Por outro lado,
det (sI −A+LC) = det
_
_
_
_
s 0
0 s
_
_

_
_
0 1
−2 −3
_
_
+
_
_
l
1
l
2
_
_
_
1 0
¸
_
_
.
EA721 / PAULO VALENTE / UNICAMP 210
Efetuando as operac¸ ˜ oes indicadas,
det (sI −A+LC) = det
_
_
_
_
s +l
1
−1
2 +l
2
s + 3
_
_
_
_
,
= (s +l
1
)(s + 3) + (2 +l
2
),
= s
2
+ (3 +l
1
)s + (2 + 3l
1
+l
2
).
Da identidade det (sI −A+LC) = p
o
(s) obtemos
3 +l
1
= 20,
2 + 3l
1
+l
2
= 112.
Logo l
1
= 17, l
2
= 59 e
L =
_
_
l
1
l
2
_
_
=
_
_
17
59
_
_
.
Forma canˆ onica observ´ avel
10. Assim como a forma canˆ onica control´ avel facilita o c´ alculo dos ganhos de
realimentac¸ ˜ ao de estados, a forma canˆ onica observ´ avel simplifica substancial-
mente o c´ alculo dos ganhos do observador. A forma canˆ onica observ´ avel associada
` a func¸ ˜ ao de transferˆ encia
G(s) =
b
n
s
n
+b
n−1
s
n−1
+ +b
1
s +b
0
s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
´ e
˙ x =
_
¸
¸
¸
_
0 0 0 −a
0
1 0 0 −a
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 −a
n−1
_
¸
¸
¸
_
x +
_
¸
¸
¸
_
b
0
−a
0
b
n
b
1
−a
1
b
n
.
.
.
b
n−1
−a
n−1
b
n
_
¸
¸
¸
_
u,
y =
_
0 0 1
¸
x +b
n
u.
EA721 / PAULO VALENTE / UNICAMP 211
Assim com a matriz de estados na forma canˆ onica control´ avel, a matriz de
estados na forma canˆ onica observ´ avel encontra-se representada numa forma com-
panheira, a partir da qual o polinˆ omio caracter´ıstico de A ´ e facilmente obtido:
det (sI −A) = s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
.
11. Com o sistema representado na forma canˆ onica observ´ avel, a matriz A − LC
do estimador assume a forma
A−LC =
_
¸
¸
¸
_
0 0 0 −a
0
1 0 0 −a
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 −a
n−1
_
¸
¸
¸
_

_
¸
¸
¸
_
l
1
l
2
.
.
.
l
n
_
¸
¸
¸
_
_
0 0 1
¸
,
=
_
¸
¸
¸
_
0 0 0 −(a
0
+l
1
)
1 0 0 −(a
1
+l
2
)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 −(a
n−1
+l
n
)
_
¸
¸
¸
_
.
Como A − LC tamb´ em se encontra numa forma companheira, o polinˆ omio
caracter´ıstico de A−LC ´ e
det (sI −A+LC) = s
n
+ (a
n−1
+l
n
)s
n−1
+ + (a
1
+l
2
)s + (a
0
+l
1
).
Definindo o polinˆ omio desejado como
p
o
(s) = s
n
+q
n−1
s
n−1
+ +q
1
s +q
0
,
da identidade det (sI −A+LC) = p
o
(s) resulta um sistema de n equac¸ ˜ oes lineares
a n inc´ ognitas trivial, que resolvido fornece os ganhos do estimador:
l
1
= q
0
−a
0
,
l
2
= q
1
−a
1
,
.
.
.
l
n
= q
n−1
−a
n−1
.
F´ ormula de Ackermann
EA721 / PAULO VALENTE / UNICAMP 212
12. Com a mesma motivac¸ ˜ ao que levou ` a f´ ormula de Ackermann para o c´ alculo
dos ganhos de realimentac¸ ˜ ao de estados, ´ e poss´ıvel mostrar que se o sistema n˜ ao se
encontra na forma canˆ onica observ´ avel, mas ´ e observ´ avel (rank (O) = n), existe
uma transformac¸ ˜ ao de similaridade que leva o sistema a ser representado na forma
canˆ onica observ´ avel. A f´ ormula de Ackermann correspondente para o c´ alculo dos
ganhos do estimador ´ e
L = p
o
(A)O
−1
_
¸
¸
¸
_
0
0
.
.
.
1
_
¸
¸
¸
_
,
na qual O ´ e a matriz de observabilidade do sistema, p
o
(A) ´ e a matriz definida por
p
o
(A) = A
n
+q
n−1
A
n−1
+ +q
1
A+q
0
I,
e q
0
, q
1
, . . . , q
n−1
s˜ ao os coeficientes do polinˆ omio caracter´ıstico desejado para o
observador.
13. Exemplo. Retomando o exemplo anterior, obtemos
p
o
(A) = A
2
+ 20A+ 112I,
=
_
_
0 1
−2 −3
_
_
2
+ 20
_
_
0 1
−2 −3
_
_
+ 112
_
_
1 0
0 1
_
_
,
=
_
_
110 17
−34 59
_
_
.
Como o sistema ´ e observ´ avel (det (O) ,= 0, verifique), a inversa de O existe e
´ e dada por
O
−1
=
_
_
C
. . .
CA
_
_
−1
=
_
_
1 0
0 1
_
_
−1
=
_
_
1 0
0 1
_
_
.
EA721 / PAULO VALENTE / UNICAMP 213
Os ganhos do estimador s˜ ao obtidos atrav´ es da f´ ormula de Ackermann:
L = p(A)O
−1
_
0
1
_
,
=
_
_
110 17
−34 59
_
_
_
_
1 0
0 1
_
_
_
_
0
1
_
_
=
_
_
17
59
_
_
,
os mesmos ganhos encontrados pelo procedimento anterior.
Controlador baseado no estimador
14. Dado um sistema dinˆ amico representado por vari´ aveis de estado, control´ avel e
observ´ avel,
˙ x = Ax +Bu,
y = Cx,
a ser controlado atrav´ es de realimentac¸ ˜ ao dos estados estimados, u = −Kˆ x, pode-
mos determinar a func¸ ˜ ao de transferˆ encia de um controlador dinˆ amico equivalente
a partir das seguintes equac¸ ˜ oes de estado e de sa´ıda:
˙
ˆ x = (A−LC)ˆ x +Bu +Ly,
= (A−LC)ˆ x −BKˆ x +Ly,
= (A−LC −BK)ˆ x +Ly,
u = −Kˆ x.
A sa´ıda da planta y passa a ser a entrada de um controlador baseado no esti-
mador (ˆ x representa o estado do controlador), enquanto que a sa´ıda do controlador
corresponde ` a entrada da planta, u. Neste caso, a func¸ ˜ ao de transferˆ encia do con-
trolador dinˆ amico ´ e dada por
C(s) = −K(sI −A+LC +BK)
−1
L,
a qual fica completemente caracterizada ap´ os a obtenc¸ ˜ ao dos ganhos de realimentac¸ ˜ ao
e de estimativa. A propriedade que nos garante ser poss´ıvel determinar K e L in-
dependentemente recebe o nome de Princ´ıpio da Separac¸ ˜ ao.
EA721 / PAULO VALENTE / UNICAMP 214
Aula 23
Realimentac¸ ˜ ao de estados – comportamento servo
Controle proporcional
Controle integral
Controle proporcional
1. A realimentac¸ ˜ ao linear de estados foi apresentada como uma t´ ecnica de projeto
para se obter comportamento regulador do sistema de controle. Especificamente,
dada a equac¸ ˜ ao de estados de um sistema linear invariante no tempo a ser contro-
lado,
˙ x = Ax +Bu,
y = Cx,
deseja-se transferir o sistema de uma condic¸ ˜ ao inicial x(0) qualquer para a origem
do espac¸o de estados. O controle da haste de um pˆ endulo invertido na posic¸ ˜ ao
de equil´ıbrio vertical, caracterizada por θ = 0,
˙
θ = 0, x = 0 e ˙ x = 0, ´ e uma
aplicac¸ ˜ ao t´ıpica. Com a definic¸ ˜ ao usual de vari´ aveis de estado x
1
= θ, x
2
=
˙
θ,
x
3
= x e x
4
= ˙ x, e supondo que o sistema ´ e levado inicialmente a uma condic¸ ˜ ao
x(0) ,= 0 pela ac¸ ˜ ao de um dist ´ urbio externo, por exemplo, o sistema de controle
deve ser capaz de restaurar a posic¸ ˜ ao de equil´ıbrio x = 0, o que basicamente
envolve selecionar uma matriz de ganhos de realimentac¸ ˜ ao K tal que todos os
autovalores de A−BK tenham partes reais negativas. Desta forma, o sistema em
malha fechada
˙ x = (A−BK)x
torna-se assintoticamente est´ avel, isto ´ e, x(t) = e
(A−BK)t
x(0) tende a zero quando
t tende ao infinito, qualquer que seja a condic¸ ˜ ao inicial x(0).
2. A t´ ecnica de controle por realimentac¸ ˜ ao de estados tamb´ em pode ser utilizada
para obter comportamento servo. Atrav´ es de uma escolha adequada, ´ e sempre
poss´ıvel definir a sa´ıda da planta como sendo uma das vari´ aveis de estado. A
Figura 23.1 ilustra o sistema de controle em malha fechada com realimentac¸ ˜ ao de
estados a ser empregado.
EA721 / PAULO VALENTE / UNICAMP 215
PSfrag replacements
+ +
− −
k
1
˙ x = Ax +Bu
r y = x
1
x u
C
¯
K
Figura 23.1: Realimentac¸ ˜ ao de estados- controle proporcional.
Sem perda de generalidade, definimos y
1
= x
1
, e supomos que a referˆ encia a
ser seguida ´ e r(t) = r
0
, t > 0, uma func¸ ˜ ao degrau de amplitude r
0
. A entrada de
controle pode ser escrita na forma
u = −
¯
Kx +k
1
e
= −
¯
Kx +k
1
(r −x
1
),
onde
¯
K =
_
0 k
2
k
3
k
n
¸
.
Adinˆ amica do sistema emmalha fechada para a referˆ encia degrau de amplitude
r
0
aplicada no instante t = 0 ´ e governada pela equac¸ ˜ ao de estados
˙ x = (A−BK)x +Bk
1
r,
cuja soluc¸ ˜ ao geral ´ e
x(t) = e
(A−BK)t
x(0) +
_
t
0
e
(A−BK)(t−τ)
Bk
1
r
0
dτ, t ≥ 0.
A matriz de ganhos de realimentac¸ ˜ ao K ´ e determinada de forma que o sistema
em malha fechada seja assintoticamente est´ avel. Com isso, o estado do sistema
quando quando t tende ao infinito,
x(∞) = lim
t→∞
x(t)
= lim
t→∞
e
(A−BK)t
x(0) + lim
t→∞
_
t
0
e
(A−BK)(t−τ)
Bk
1
r
0

=
_

0
e
(A−BK)(t−τ)
Bk
1
r
0

EA721 / PAULO VALENTE / UNICAMP 216
tende a um vetor constante. Consequentemente,
˙ x(∞) = 0 = (A−BK)x(∞) +Bk
1
r(∞), r(∞) = r
0
.
Como por hip´ otese todos os autovalores de A − BK possuem partes reais
negativas, a matriz inversa de A−BK existe
1
. Podemos ent˜ ao calcular os valores
de regime do vetor de estados,
x(∞) = −(A−BK)
−1
Bk
1
r
0
,
da entrada de controle,
u(∞) = −Kx(∞) +k
1
r
0
,
e da sa´ıda da planta, y(∞) = x
1
(∞).
3. Exemplo. Considere a planta de segunda ordem definida por
P(s) =
Y (s)
U(s)
=
1
(s +α)(s + 1)
=
1
s
2
+ (1 +α)s +α
,
onde α ´ e um parˆ ametro real. A representac¸ ˜ ao do sistema na forma canˆ onica con-
trol´ avel ´ e
˙ x =
_
_
0 1
−α −(1 +α)
_
_
x +
_
_
0
1
_
_
u,
y =
_
1 0
¸
x.
O polinˆ omio caracter´ıstico de A ´ e dado por
det(sI −A) = s
2
+ (1 +α)s +α
= s
2
+a
1
s +a
0
.
Supondo que o objetivo seja alocar os dois p´ olos de malha fechada em −4, o po-
linˆ omio desejado fica sendo p
c
(s) = (s + 4)
2
; a matriz de ganhos K deve ser tal
que
det(sI −A+BK) = s
2
+ 8s + 16
= s
2
+q
1
s +q
0
.
1
Propriedade utilizada: uma matriz quadrada ´ e invert´ı vel se e somente se todos os seus autovalo-
res s˜ ao diferentes de zero
EA721 / PAULO VALENTE / UNICAMP 217
Como o sistema se encontra na forma canˆ onica control´ avel, os ganhos de
realimentac¸ ˜ ao s˜ ao facilmente obtidos:
k
1
= q
0
−a
0
= 16 −α
k
2
= q
1
−a
1
= 7 −α.
Neste caso,
A−BK =
_
_
0 1
−16 −8
_
_
e (A−BK)
−1
=
1
16
_
_
−8 −1
16 0
_
_
.
Os valores de regime dos estados s˜ ao dados por
x(∞) =
_
_
x
1
(∞)
x
2
(∞)
_
_
= −(A−BK)
−1
Bk
1
r
0
= −
1
16
_
_
−8 −1
16 0
_
_
_
_
0
1
_
_
(16 −α)r
0
=
_
¸
_
_
1 −
α
16
_
r
0
0
_
¸
_.
O valor de regime da entrada de controle, ap´ os simplificac¸ ˜ oes, assume a forma
u(∞) = −Kx(∞) +k
1
r
0
= α
_
1 −
α
16
_
r
0
.
Finalmente, o valor de regime da sa´ıda ´ e dado por
y(∞) = x
1
(∞) =
_
1 −
α
16
_
r
0
.
Se α = 0, ent˜ ao y(∞) = r
0
, indicando que sa´ıda do sistema passar´ a a seguir a
referˆ encia degrau de amplitude r
0
sem erro de regime. Nesta condic¸ ˜ ao, u(∞) = 0.
Este resultado era previs´ıvel, uma vez que para α = 0, o sistema possui um p´ olo
na origem, e sistemas desse tipo (Tipo 1) n˜ ao apresentam erros de regime para
entradas constantes.
Controle integral
EA721 / PAULO VALENTE / UNICAMP 218
4. Como nem todo sistema a controlar possui um integrador natural que anule o
erro de regime para entrada degrau, torna-se necess´ ario inclu´ı-lo adequadamente na
malha de controle. A Figura 23.2 ilustra um sistema de controle em malha fechada
com um bloco integrador no caminho direto entre a referˆ encia e a sa´ıda da planta.
PSfrag replacements
+ +
− −
k
I
˙ x = Ax +Bu
r y x u
C
ξ
˙
ξ
_
K
Figura 23.2: Realimentac¸ ˜ ao de estados - controle integral.
A representac¸ ˜ ao de estados associada ao sistema ilustrado na Figura 23.2 ´ e
˙ x = Ax +Bu,
˙
ξ = r −y,
y = Cx,
onde u = −Kx + K
I
ξ e K
I
´ e o chamado ganho integral, uma constante a ser
determinada juntamente com K a partir das especificac¸ ˜ oes de desempenho para o
sistema em malha fechada. Como anteriormente, assuma que r(t) = r
0
, t > 0.
5. As equac¸ ˜ oes anteriores representam um sistema aumentado, uma vez que o
vetor de estados foi acrescido da vari´ avel auxiliar ξ. Na forma matricial, obt´ em-se
_
_
˙ x
˙
ξ
_
_
=
_
_
A 0
−C 0
_
_
_
_
x
ξ
_
_
+
_
_
B
0
_
_
u +
_
_
0
1
_
_
r.
Dado que u = −Kx+K
I
ξ, podemos reescrever a equac¸ ˜ ao de estado na forma
compacta
_
_
˙ x
˙
ξ
_
_
=
_
_
A−BK BK
I
−C 0
_
_
_
_
x
ξ
_
_
+
_
_
0
1
_
_
r.
EA721 / PAULO VALENTE / UNICAMP 219
Defina
˜ x =
_
_
x
ξ
_
_
,
˜
A =
_
_
A−BK BK
I
−C 0
_
_
e
˜
B =
_
_
0
1
_
_
.
As dimens˜ oes de ˜ x,
˜
A e
˜
B s˜ ao (n + 1), (n + 1) (n + 1) e (n + 1)
1, respectivamente. A equac¸ ˜ ao de estado do sistema aumentado assume a forma
matricial compacta
˙
˜ x =
˜
A˜ x +
˜
Br.
Supondo que os ganhos K e K
I
possam ser escolhidos de tal forma que todos
os autovalores de
˜
Atenham partes reais negativas, ent˜ ao com argumentos similares
aos utilizados no caso de controle proporcional, podemos mostrar que o estado do
sistema aumentado,
˜ x(t) = e
˜
At
x(0) +
_
t
0
e
˜
A(t−τ)
˜
Br
0
dτ, t ≥ 0.
atinge um valor constante ˜ x(∞) quando t tende ao infinito, o mesmo acontecendo
com a entrada de controle, u(∞) = −Kx(∞) + K
I
ξ(∞), e com a sa´ıda do sis-
tema, y(∞) = Cx(∞). Os valores de regime podem ser determinados a partir das
equac¸ ˜ oes de estados do sistema aumentado:
˙ x(∞) = 0 = Ax(∞) +Bu(∞)
˙
ξ(∞) = 0 = r
0
−Cx(∞),
ou ainda,
_
_
A B
−C 0
_
_
_
_
x(∞)
u(∞)
_
_
=
_
_
0
−r
0
_
_
.
Se a matriz ` a esquerda for n˜ ao-singular, isto ´ e, se rank(
˜
A) = n + 1, ent˜ ao x(∞) e
u(∞) ser˜ ao calculados atrav´ es de
_
_
x(∞)
u(∞)
_
_
=
_
_
A B
−C 0
_
_
−1
_
_
0
−r
0
_
_
,
e como
u(∞) = −Kx(∞) +K
I
ξ(∞),
obt´ em-se
ξ(∞) =
1
K
I
[u(∞) +Kx(∞)].
EA721 / PAULO VALENTE / UNICAMP 220
A sa´ıda do sistema ´ e y(∞) = Cx(∞). O resultado que permite caracterizar os
valores de regime do sistema emmalha fechada na forma acima pode ser enunciado
como segue.
Teorema. Se o sistema ˙ x = Ax +Bu ´ e control´ avel e
rank
_
_
_
_
A B
−C 0
_
_
_
_
= n + 1,
ent˜ ao os autovalores de
˜
A podem ser arbitrariamente alocados atrav´ es
de escolhas apropriadas de K e K
I
.
6. Exemplo. Considere a planta de primeira ordem definida por
P(s) =
Y (s)
U(s)
=
0.25
s + 0.1
.
Uma representac¸ ˜ ao do sistema na forma de estado ´ e
˙ x = −0.1x + 0.25u,
y = x.
Note que n = 1, A = [−0.1], B = [0.25] e C = [1]. O sistema em malha aberta
´ e control´ avel e possui um p´ olo real em −0.1. O sistema aumentado, de ordem
n + 1 = 2, ´ e dado por
_
_
˙ x
˙
ξ
_
_
=
_
_
−0.1 −0.25K 0.25K
I
−1 0
_
_
_
_
x
ξ
_
_
+
_
_
0
1
_
_
r.
Como
rank
_
_
_
_
−0.1 0.25
−1 0
_
_
_
_
= 2,
os autovalores do sistema aumentado podem ser arbitrariamente alocados atrav´ es
de K e K
I
. Supondo que o objetivo seja alocar os dois p´ olos de malha fechada do
sistema aumentado em −2, o polinˆ omio desejado fica sendo p
c
(s) = (s + 2)
2
; as
constantes K e K
I
devem ser tais que
det(sI −
˜
A) = s
2
+ 4s + 4,
EA721 / PAULO VALENTE / UNICAMP 221
onde
det(sI −
˜
A) = det
_
_
_
_
s + (0.1 + 0.25K) −0.25K
I
1 s
_
_
_
_
= s
2
+ (0.1 + 0.25K)s + 0.25K
I
.
Igualando os polinˆ omios, obt´ em-se K
I
= 16 e K = [15.6]. Os valores de regime
do estado e da entrada s˜ ao
_
_
x(∞)
u(∞)
_
_
=
_
_
−0.1 0.25
−1 0
_
_
−1
_
_
0
−r
0
_
_
=
_
_
0 −1
4 −0.4
_
_
_
_
0
−r
0
_
_
=
_
_
r
0
0.4r
0
_
_
.
Note que como y = x, obt´ em-se y(∞) = x(∞) = r
0
, e a sa´ıda segue a referˆ encia
em regime – o controle puramente proporcional n˜ ao produziria o mesmo resultado.
O valor de regime do estado auxiliar ξ ´ e dado por
ξ(∞) =
1
K
I
[u(∞) +Kx(∞)]
=
1
16
[0.4r
0
+ 15.6r
0
] = r
0
.
EA721 / PAULO VALENTE / UNICAMP 222
Aula 24
Introduc¸ ˜ ao ao Controle Digital
Controle digital
Conversor A/D
Conversor D/A
Controlador digital
Equac¸ ˜ oes a diferˆ encas
Func¸ ˜ oes de transferˆ encia discretas
Resposta temporal de sistemas discretos
Controle digital
1. Podemos definir controle digital como sendo o controle de sistemas dinˆ amicos
na forma amostrada atrav´ es de computadores digitais. A Figura 24.1 ilustra um
sistema de controle em malha fechada no qual a func¸ ˜ ao de controle ´ e realizada por
um controlador digital residente num processador digital de sinais.
PSfrag replacements
r(k) ˆ e(k)
u(k) u(t)
y(t)
ˆ y(k)
Planta
Sensor
Clock
Controlador
Digital
D/A
A/D
w(t)
v(t)
+

Figura 24.1: Sistema de controle com implementac¸ ˜ ao digital.
2. No diagrama de blocos da Figura 24.1 coexistem dois tipos distintos de sinais:
EA721 / PAULO VALENTE / UNICAMP 223
sinais cont´ınuos ou anal ´ ogicos, representados por u(t), w(t), y(t) e v(t), e sinais
discretos ou amostrados, representados por r(k), ˆ e(k), u(k) e ˆ y(k). O argumento
k, que indica o instante de tempo no qual o valor da vari ´ avel associada ´ e represen-
tado, ´ e uma abreviac¸ ˜ ao para kT, onde T ´ e o chamado per´ıodo de amostragem do
sistema. Os sinais discretos assumem valores apenas nos instantes t = 0, t = T,
t = 2T, . . . , correspondentes a k = 0, k = 1, k = 2, . . . .
3. A sa´ıda do sistema no instante t = kT, medida pelo sensor, ´ e submetida a
um conversor anal ´ ogico-digital (A/D); a sa´ıda do controlador, representado pelo
computador digital, ´ e submetida a um conversor digital-anal ´ ogico (D/A), sendo
as operac¸ ˜ oes de convers˜ ao habilitadas por umsinal de clock. Emseguida, a sa´ıda do
conversor A/D ´ e comparada com o valor da referˆ encia no mesmo instante discreto
de tempo, para gerar o erro a ser processado pelo computador digital. Assume-se
que a soma dos tempos necess´ arios ` as convers˜ oes e ao processamento pelo compu-
tador ´ e pequena quando comparada ao per´ıodo de amostragem T.
Conversor A/D
4. Um conversor A/D ´ e basicamente um dispositivo eletr ˆ onico que transforma
sinais anal ´ ogicos em sinais digitais. A convers˜ ao A/D consiste de duas etapas. Na
primeira ´ e obtida a amostra do sinal anal ´ ogico atrav´ es de umcircuito amostrador.
Para que o sinal anal ´ ogico seja adequadamente representado, a taxa de amostragem
a ser utilizada deve ser de pelo menos duas vˆ ezes a faixa de passagem do sinal
anal ´ ogico, a chamada freq¨ uˆ encia de Nyquist.
5. Na segunda etapa do processo de convers˜ ao A/D, o valor da amostra ´ e re-
presentado por um n´ umero bin´ ario, digital. A Figura 24.2 ilustra o processo de
digitalizac¸ ˜ ao do sinal amostrado. O n´ıvel de quantizac¸ ˜ ao do sinal depende do
n´ umero de bits utilizados pelo conversor. Exemplo: um conversor de 4 bits per-
mite quantizar o valor do sinal amostrado em 2
4
= 16 n´ıveis distintos. Se o sinal
amostrado variar de 0 a M volts, ent˜ ao o sinal digital poder´ a assumir´ a os valores 0,
M/16, 2M/16,. . . , at´ e 15M/16, representados pelos n´ umeros bin´ arios 0000, 0001,
0010,. . . , at´ e 1111.
6. Assumindo que o processo de digitalizac¸ ˜ ao aproxima as tens˜ oes anal ´ ogicas para
os n´ıveis de quantizac¸ ˜ ao mais pr´ oximos, superiores ou inferiores, o erro m´ aximo
introduzido pelo processo ser´ a de metade da diferˆ enc¸a entre n´ıveis de quantizac¸ ˜ ao.
Para um conversor de 4 bits, o erro m´ aximo de quantizac¸ ˜ ao ´ e M/32. Como o custo
de um conversor A/D ´ e inversamente proporcional ao n´ıvel de quantizac¸ ˜ ao produ-
EA721 / PAULO VALENTE / UNICAMP 224
zido, torna-se necess´ ario estabelecer uma relac¸ ˜ ao de compromisso entre precis˜ ao
desejada e custo.
PSfrag replacements
y(t)
t
0 1 2 3 4 5 6 7 8
0000
0001
0010
0011
0100
0101
0110
0111
1000
1001
1010
1011
1100
1101
1110
1111
1M/16
2M/16
3M/16
4M/16
5M/16
6M/16
7M/16
8M/16
9M/16
10M/16
11M/16
12M/16
13M/16
14M/16
15M/16
0M/16
Figura 24.2: Amostragem e digitalizac¸ ˜ ao do sinal anal ´ ogico.
Conversor D/A
7. O conversor D/A transforma sinais digitais em sinais anal ´ ogicos. A Figura 24.3
ilustra um processo de convers˜ ao digital-anal ´ ogica que utiliza o chamado segura-
dor de ordem zero – SOZ.
PSfrag replacements
u
t
u(kT)
u(t)
u(t) m´ edio
0 1 2 3 4 5 6 7 8
Figura 24.3: Convers˜ ao D/A com SOZ.
EA721 / PAULO VALENTE / UNICAMP 225
O valor u(kT) ´ e segurado (mantido na sa´ıda do conversor) pelo per´ıodo de
amostragem T, at´ e que a chegada da pr´ oxima amostra u[(k + 1)T], quando ent˜ ao
o processo ´ e repetido. O resultado final ´ e um sinal cont´ınuo u(t) constante por
partes. O sinal u(t) atrasa u(kT), em m´ edia, T/2 segundos. O atraso diminui ao
se reduzir o per´ıodo T, mas o custo do circuito amostrador aumenta.
Controlador digital
8. O controlador digital indicado na Figura 24.1 pode ser visto como um programa
execut´ avel contendo instruc¸ ˜ oes descritas numa linguagem de programac¸ ˜ ao que su-
porte aplicac¸ ˜ oes em tempo real. Essas instruc¸ ˜ oes descrevem como o sinal digital
de controle u(k) deve ser computado a partir do sinal de erro ˆ e(k). O controla-
dor digital pode estar hospedado num mini ou micro-computador, ou mesmo num
microprocessador integrado num ´ unico chip. Para fins de ilustrac¸ ˜ ao, considere um
controlador cont´ınuo do tipo PID,
u(t) = k
P
e(t) +k
I
_
t
0
e(τ)dτ +k
D
˙ e(t),
onde k
P
, k
I
e k
D
s˜ ao os ganhos proporcional, integral e derivativo do controlador,
por hip´ otese conhecidos. No instante t = kT, obt´ em-se
u(kT) = k
P
e(kT) +k
I
_
kT
0
e(τ)dτ +k
D
˙ e(kT),
· k
P
e(kT) +k
I
T
k−1

i=0
e(iT) +k
D
e(kT) −e((k −1)T)
T
.
onde a integral do erro foi aproximada atrav´ es de integrac¸ ˜ ao retangular e a deri-
vada do erro atrav´ es da regra de Euler. Subtraindo-se u(kT) e
u[(k −1)T] = k
P
e[(k −1)T]+
k
I
T
k−2

i=0
e(iT) +k
D
e[(k −1)T] −e[(k −2)T]
T
,
obt´ em-se a seguinte recorrˆ encia para o sinal de controle:
u(kT) = u[(k −1)T] +k
P
(e(kT) −e[(k −1)T])+
k
I
Te[(k −1)T] +k
D
e(kT) −2e[(k −1)T] +e[(k −2)T]
T
.
EA721 / PAULO VALENTE / UNICAMP 226
Apenas o valor do controle no instante (k−1)T e os valores do erro nos instan-
tes (k −2)T, (k −1)T e kT s˜ ao necess´ arios. A recorrˆ encia acima ´ e facilmente co-
dificada em qualquer linguagem de programac¸ ˜ ao que suporte aplicac¸ ˜ oes em tempo
real. A Figura 24.4 apresenta uma poss´ıvel codificac¸ ˜ ao do controlador PID digitali-
zado atrav´ es da linguagem de programac¸ ˜ ao dispon´ıvel no Laborat ´ orio de Controle
e Servomecanismos da FEEC. O programa comec¸a com as definic¸ ˜ oes de vari´ aveis
e parˆ ametros e prossegue com as inicializac¸ ˜ oes necess´ arias. A parte do programa
delimitada por begin e end ´ e executada a cada T segundos. Note a existˆ encia das
vari´ aveis com nomes reservados cmdpos e encpos, atrav´ es das quais o programa
temacesso aos valores da referˆ encia e da sa´ıda da planta, e controleffort, que
representa o valor da vari´ avel de controle – a sa´ıda do programa.
; Definicoes
#define T q1
#define kP q2
#define kI q3
#define kD q4
#define ukm1 q5
#define ek q7
#define ekm1 q8
#define ekm2 q9
; Inicializacoes
T=0.000884
kP=1.72
kI=8
kD=0.065
ukm1=0
ekm2=0
ekm1=0
uk=0
; Loop
begin
ek=cmdpos-encpos
controleffort=ukm1+kP*(ek-ekm1)+kI*T*ekm1
+kD*(ek-2*ekm1+ekm2)/T
ukm1=controleffort
ekm2=ekm1
ekm1=ek
end
Figura 24.4: Controlador PID digital codificado.
EA721 / PAULO VALENTE / UNICAMP 227
Equac¸ ˜ oes a diferˆ enc¸ as
9. O controlador PID digital discutido na sec¸ ˜ ao anterior foi obtido atrav´ es da
discretizac¸ ˜ ao do controlador cont´ınuo. Sistemas obtidos dessa forma s˜ ao chamados
de sistemas discretizados. Existe entretanto um classe de sistemas que s˜ ao ineren-
temente discretos. Considere por exemplo o sistema que descreve como o saldo de
uma conta corrente evolui ao longo do tempo. Se y(k) representa o saldo da conta
e u(k) a diferˆ enc¸a entre o que foi depositado e o que foi retirado da conta no mˆ es
k, ent˜ ao
y(k + 1) = y(k) +u(k), k = 0, 1, 2, . . .
Qualquer sistema discreto ou discretizado linear e invariante no tempo cuja sa´ıda
no instante k depende de n valores passados da sa´ıda e m valores passados da
entrada, pode ser representado por uma equac¸ ˜ ao a diferenc¸as da forma
y(k) = −a
1
y(k −1) −a
2
y(k −2) − −a
n
y(k −n)+
+b
0
u(k) +b
1
u(k −1) + +b
m
u(k −m)
onde y(k) e u(k) denotam sa´ıda e entrada, respectivamente, e a
1
, a
2
, . . . , a
n
, b
0
,
b
1
, . . . , b
m
s˜ ao os parˆ ametros constantes do sistema.
Func¸ ˜ oes de transferˆ encia discretas
10. A an´ alise e a s´ıntese de sistemas discretos no tempo podem ser sistematizadas
e tornadas operacionalmente mais simples quando se utiliza a Transformada Z
(discreta), do mesmo modo que a transformada de Laplace empresta simplicidade
ao estudo de sistemas cont´ınuos no tempo. Se f(t) ´ e uma func¸ ˜ ao que admite
transformada de Laplace e f(t) = 0 para todo t < 0, ent ˜ ao
L[f(t)] = F(s) =
_

0
f(t)e
−st
dt.
Supondo que a n-´ esima derivada de f(t) possui transformada de Laplace, ent ˜ ao
com condic¸ ˜ oes iniciais nulas, obt´ em-se
L
_
d
n
dt
n
f(t)
_
= s
n
F(s),
que ´ e a propriedade fundamental por tr´ as da obtenc¸ ˜ ao de func¸ ˜ oes de transferˆ encia
de sistemas cont´ınuos.
EA721 / PAULO VALENTE / UNICAMP 228
11. A transformada Z de um sinal discreto no tempo f(k), k = 0, 1, 2, . . . tal que
f(k) = 0 para todo inteiro k < 0 ´ e definida como
Z[f(k)] = F(z) =

k=0
f(k)z
−k
.
Em particular, a transformada Z do sinal f(k −n) pode ser calculada da seguinte
forma: se l = k −n, ent˜ ao k = l +n e
Z[f(k −n)] =

l=0
f(l)z
−(l+n)
= z
−n

l=0
f(l)z
−l
= z
−n
F(z).
12. A propriedade Z[f(k −n)] ´ e essencial para se obter func¸ ˜ oes de transferˆ encia
discretas a partir de equac¸ ˜ oes a diferˆ enc¸as. A func¸ ˜ ao de transferˆ encia do sistema
discreto gen´ erico da sec¸ ˜ ao anterior ´ e obtida aplicando-se a transformada Z a ambos
os lados da equac¸ ˜ ao:
Y (z) = −a
1
z
−1
Y (z) −a
2
z
−2
Y (z) − −a
n
z
−n
Y (z)+
+b
0
U(z) +b
1
z
−1
U(z) + +b
m
z
−m
U(z).
A func¸ ˜ ao de transferˆ encia discreta do sistema ´ e definida por
P(z) =
Y (z)
U(z)
=
b
0
+b
1
z
−1
+ +b
m
z
−m
1 +a
1
z
−1
+a
2
z
−2
+ +a
n
z
−n
.
Se n ≥ m ent˜ ao ´ e poss´ıvel representar P(z) como a seguinte raz˜ ao de polinˆ omios
na vari´ avel z:
P(z) =
Y (z)
U(z)
=
b
0
z
n
+b
1
z
n−1
+ +b
m
z
n−m
z
n
+a
1
z
n−1
+a
2
z
n−2
+ +a
n
.
Caso n˜ ao hajam ra´ızes comuns, os zeros dos polinˆ omios numerador e denominador
de P(z) s˜ ao os zeros e os p´ olos de P(z), respectivamente.
Resposta temporal de sistemas discretos
EA721 / PAULO VALENTE / UNICAMP 229
13. A resposta temporal de um determinado sistema discreto a uma dada entrada
pode ser obtida atrav´ es da equac¸ ˜ ao a diferenc¸as que o descreve. Entretanto, com
esse procedimento obtemos apenas os valores da sa´ıda instante-a-instante, e n˜ ao
uma express˜ ao anal´ıtica que descreva a sa´ıda em qualquer instante discreto de
tempo. Al´ em disso, gostar´ıamos de conhecer o valor final da sa´ıda, caso esse
valor exista. A resposta temporal de sistemas discretos pode ser eficientemente
caracterizada atrav´ es do conceito de func¸ ˜ ao de transferˆ encia discreta.
14. O procedimento para obter a resposta temporal de um sistema modelado pela
func¸ ˜ ao de transferˆ encia discreta P(z) = Y (z)/U(z) pode ser resumido como se-
gue:
1. Obtenha a transformada Z da entrada u(k);
2. Obtenha a transformada Z da sa´ıda, Y (z) = P(z)U(z);
3. A transformada Y (z) ´ e tipicamente uma func¸ ˜ ao racional – raz˜ ao de po-
linˆ omios – na vari´ avel z. Fatore Y (z) numa soma de frac¸ ˜ oes parciais com
anti-transformadas Z conhecidas;
4. A resposta temporal do sistema, y(k), ser´ a a soma das anti-transformadas
das frac¸ ˜ oes parciais de Y (z).
Os dois ´ ultimos passos s˜ ao normalmente conduzidos com o aux´ılio de uma tabela
de anti-transformadas Z.
15. Exemplo. Considere a equac¸ ˜ ao a diferenc¸as que descreve a evoluc¸ ˜ ao do saldo
de uma conta corrente, modelada anteriomente como y(k + 1) = y(k) + u(k). A
func¸ ˜ ao de transferˆ encia do sistema ´ e
P(z) =
Y (z)
U(z)
=
1
z −1
.
Desejamos conhecer o saldo da conta em qualquer instante discreto de tempo k,
dado que mensalmente a conta recebe recursos l´ıquidos no montante de r reais.
Neste caso, u(k) = r
0
para k = 0, 1, 2 . . .. Consultando uma tabela de transfor-
madas Z, obtemos U(z) = r
0
z/(z −1). A transformada Z da sa´ıda ´ e
Y (z) = P(z)U(z) =
r
0
z
(z −1)
2
.
No presenta caso n˜ ao ´ e necess´ ario empregar o processo de fatorac¸ ˜ ao porque Y (z)
possui uma anti-transformada tabelada, a qual fornece y(k) = r
0
k, k = 0, 1, 2, . . ..
EA721 / PAULO VALENTE / UNICAMP 230
O resultado final indica que o saldo da conta cresce (decresce) linearmente quando
a movimentac¸ ˜ ao da conta (constante) ´ e positiva (negativa).
16. Seja Y (z) a transformada Z de um sinal qualquer y(k) que possui um valor
final y(∞) quando k → ∞. Este valor pode ser calculado utilizando-se a vers˜ ao
discreta do Teorema do Valor Final empregado para sistemas cont´ınuos. Se todos
os p´ olos de (1−z
−1
)Y (z) se encontrarem no interior do c´ırculo de raio unit´ ario,
isto ´ e, possuirem m´ odulos menores do que 1, ent˜ ao
y(∞) = lim
k→∞
y(k) = lim
z→1
(1 −z
−1
)Y (z).
17. Exemplo. Considere a sa´ıda Y (z) = r
0
z/(z −1)
2
obtida no exemplo anterior.
Como
(1 −z
−1
)Y (z) =
z −1
z
r
0
z
(z −1)
2
=
r
0
z −1
n˜ ao satisfaz a hip´ otese formulada, n˜ ao ´ e poss´ıvel calcular o valor final de y(k).
(Note que y(k) = r
0
k, k = 0, 1, 2, . . . n˜ ao possui valor final para r
0
,= 0.). Por
outro lado, um sinal y(k) tal que
Y (z) =
z(z + 1)
(z −0.5)(z −1)
satisfaz a hip´ otese e seu valor final ´ e
y(∞) = lim
z→1
(1 −z
−1
)Y (z)
= lim
z→1
z −1
z
z(z + 1)
(z −0.5)(z −1)
= 4.
EA721 / PAULO VALENTE / UNICAMP 231
Aula 25
Introduc¸ ˜ ao ao Controle Digital
Estabilidade entrada-sa´ıda
Mapeamento Plano s – Plano z
Estabilidade entrada-sa´ıda
1. Dizemos que um sistema ´ e est´ avel do ponto de vista entrada-sa´ıda se a resposta
do sistema a qualquer entrada limitada ´ e tamb´ em limitada. De forma a caracterizar
a estabilidade de sistemas dinˆ amicos lineares discretos e invariantes no tempo, seja
G(z) uma func¸ ˜ ao de transferˆ encia discreta de umsistema qualquer. Atransformada
Z da func¸ ˜ ao pulso unit´ ario, definida como u(k) = 1 se k = 0 e u(k) = 0 para
k ,= 0, ´ e
U(z) =

k=0
u(k)z
−k
= 1.
Como a resposta de G(z) ` a entrada pulso unit´ ario ´ e Y (z) = G(z)U(z) =
G(z), podemos obter G(z) experimentalmente submetendo o sistema que a func¸ ˜ ao
representa a uma entrada pulso unit´ ario e coletando as amostras g(0), g(1), . . . ,
g(k), . . . , e ent˜ ao calculando a transformada Z
G(z) =

k=0
g(k)z
−k
.
A resposta do sistema a uma entrada u(k) qualquer ´ e Y (z) = G(z)U(z), ou
em termos da definic¸ ˜ ao de transformada Z,

k=0
y(k)z
−k
=

k=0
g(k)z
−k

k=0
u(k)z
−k
=

k=0
k

j=0
g(k −j)u(k)z
−k
.
Consequentemente,
y(k) =
k

j=0
g(k −j)u(k).
EA721 / PAULO VALENTE / UNICAMP 232
A resposta do sistema no instante k ´ e igual ` a convoluc¸ ˜ ao discreta entre a entrada e
a resposta ao impulso do sistema. Se a entrada u(k) for limitada, significando que
existe um M < ∞tal que [u(k)[ < M para todo k, ent˜ ao
[y(k)[ =
¸
¸
¸
¸
¸
¸
k

j=0
g(k −j)u(k)
¸
¸
¸
¸
¸
¸

k

j=0
[g(k −j)[[u(k)[
≤ M
k

j=0
[g(k −j)[,
e se

k=0
[g(k)[ < ∞
a sa´ıda ser´ a tamb´ em limitada.
Teorema. Seja g(k), k = 0, 1, 2, . . . a resposta ao impulso de um
sistema linear discreto invariante no tempo e G(z) a func¸ ˜ ao de trans-
ferˆ encia discreta associada. Ent˜ ao

k=0
[g(k)[ < ∞
se e somente se todos os p´ olos de G(z) possuem m´ odulos estritamente
menores do que 1.
Assim, o sistema representado por G(z) ´ e est´ avel se e somente se todos os
p´ olos de G(z) possuem m´ odulos estritamente menores do que 1. O sistema ser´ a
inst´ avel caso algum p´ olo possua m´ odulo maior do que 1; marginalmente est´ avel
caso todos os p´ olos possuam m´ odulos menores ou iguais a 1.
Exemplo. Considere o sistema modelado pela func¸ ˜ ao de transferˆ encia discreta
G
1
(z) =
10(z −0.4)
z(z −0.1)(z −0.8)
.
Como todos os p´ olos do sistema possuem m´ odulos menores do que 1, o sistema ´ e
est´ avel. Os sistemas
G
2
(z) =
z
(z −1.5)(z −0.8)
EA721 / PAULO VALENTE / UNICAMP 233
e
G
3
(z) =
z + 1
(z −1)(z
2
−z + 0.5)
=
z + 1
(z −1)(z −0.5 −j0.5)(z −0.5 +j0.5)
n˜ ao s˜ ao est´ aveis, o primeiro porque possui um p´ olo maior do que 1, o segundo
porque um p´ olo possui m´ odulo igual a 1 (marginalmente est´ avel).
2. Aestabilidade absoluta de sistemas discretos no tempo representados por func¸ ˜ oes
de transferˆ encia pode ser analisada atrav´ es de um procedimento conhecido como
Crit´ erio de Jury, similar ao Crit´ erio de Routh-Hurwitz para sistemas cont´ınuos no
tempo. Assim como o crit´ erio de Routh-Hurwitz, o crit´ erio de Jury ´ e baseado na
construc¸ ˜ ao de uma tabela associada ao polinˆ omio caracter´ıstico do sistema discreto
– denominador de G(z). Uma regra simples determina se todas as ra´ızes possuem
m´ odulos estritamente menores do que 1.
Mapeamento Plano s – Plano z
3. V´ arias caracter´ısticas importantes de sistemas cont´ınuos no tempo modelados
por func¸ ˜ oes de transferˆ encia podem ser associadas ` as localizac¸ ˜ oes de seus p´ olos
e zeros no plano complexo s. A quest˜ ao da estabilidade, por exemplo pode ser
respondida a partir da localizac¸ ˜ ao dos p´ olos do sistema relativamente ao eixo ima-
gin´ ario. Neste ponto torna-se conveniente estabelecer um mapeamento entre pon-
tos no plano s e pontos no plano Rez Imz, a ser referido como plano complexo
z. O mapeamento ´ e definido por
z = e
sT
,
onde T representa o per´ıodo de amostragem referido anteriormente. A freq¨ uˆ encia
de amostragem associada ´ e ω
s
= 2πf
s
= 2π/T rad/s.
4. A regi˜ ao do Plano s indicada na Figura 25.1, na qual a freq¨ uˆ encia ω varia de
−ω
s
/2 a ω
s
/2, ´ e chamada de faixa prim´ aria. As faixas complementares seriam
de ω
s
/2 a 3ω
s
/2, de −ω
s
/2 a −3ω
s
/2, e assim sucessivamente. Denotando s =
σ +jω, obt´ em-se
z = e
(σ+jω)T
= e
σT
e
jωT
.
Logo, [z[ = e
σT
e

z = ωT. O mapeamento da faixa prim´ aria do plano s no
plano z ´ e indicado na Figura 25.2. O mapeamento dos pontos cr´ıticos para o ma-
peamento, A, B, C, D, E, ´ e indicado na Tabela 25.1.
EA721 / PAULO VALENTE / UNICAMP 234
5. Se um dado ponto s pertence a uma faixa complementar, ent ˜ ao s pode ser escrito
como s = s
1
+ jnω
s
, onde s
1
pertence ` a faixa prim´ aria e n ´ e um n´ umero inteiro.
A imagem do ponto s
1
no plano z ´ e z
1
= e
s
1
T
; a imagem de s = s
1
+jnω
s
´ e
z = e
sT
= e
(s
1
+jnωs)T
= e
s
1
T
e
jnωsT
= e
s
1
T
e
j2nπ
= e
s
1
T
= z
1
.
Concluimos ent˜ ao que os pontos nas faixas complementares s˜ ao mapeados sobre
os mapeamentos dos pontos da faixa prim´ aria. Exemplo: s
1
= 1 + ω
s
/2 e s
2
=
1 + 3ω
s
/2 s˜ ao mapeados no mesmo ponto do plano z.
Tabela 25.1: Mapeamento de pontos cr´ıticos.
Res Ims Rez Imz
A 0 0 1 0
B 0 ω
s
/2 −1 0
C −∞ ω
s
/2 0 0
D −∞ −ω
s
/2 0 0
E 0 −ω
s
/2 −1 0
PSfrag replacements
Res
Ims
−∞
0
Faixa Prim´ aria
Plano s
A
B C
D E
ω
s
2

ω
s
2
Figura 25.1: Plano s – faixa prim´ aria.
EA721 / PAULO VALENTE / UNICAMP 235
PSfrag replacements
Rez
Imz
−1
−1
1
1
0
A B C
D E
Plano z
Figura 25.2: Plano z – c´ırculo unit´ ario.
6. Dos resultados anteriores podemos afirmar que:
1. Pontos no semi-plano esquerdo do plano s (σ < 0) s˜ ao mapeados no plano
z no interior do c´ırculo de raio unit´ ario ([z[ < 1);
2. Pontos no semi-plano direito do plano s (σ > 0) s˜ ao mapeados no plano z
fora do c´ırculo de raio unit´ ario ([z[ > 1);
3. Pontos sobre o eixo imagin´ ario do plano s (σ = 0) s˜ ao mapeados no plano z
na circunferˆ encia de raio unit´ ario ([z[ = 1).
7. As caracter´ısticas da resposta temporal de um sistema cont´ınuo no tempo est˜ ao
intrinsecamente associadas ` a regi˜ ao do plano s na qual seus zeros e p´ olos se en-
contram.
´
Indices de desempenho relativos ` a resposta ao degrau do sistema, como
m´ axima sobre-elevac¸ ˜ ao, tempo de subida e tempo de acomodac¸ ˜ ao, entre outros,
dependem fundamentalmente do fator de amortecimento (ξ) e da freq¨ uˆ encia natu-
ral dos p´ olos dominantes do sistema. O mapeamento de pontos do plano s com
ξ ou ω
n
constante nos permitir´ a prever qual o tipo de resposta a ser apresentada
por um sistema discreto no tempo a partir do conhecimento dos zeros e p´ olos da
func¸ ˜ ao de transferˆ encia discreta.
8. Parte real constante. Pontos com parte real constante s˜ ao representados por
s = σ +jω, onde σ ´ e um valor constante e −∞< ω < +∞. No plano s a regi ˜ ao
EA721 / PAULO VALENTE / UNICAMP 236
assim descrita ´ e uma linha paralela ao eixo imagin´ ario. No plano z obt´ em-se um
c´ırculo de raio z = e
σT
, interior ou exterior ao c´ırculo de raio unit´ ario conforme
σ < 0 ou σ > 0, como ilustra a Figura 25.3. Note que ` a variac¸ ˜ ao de ω de −∞a
+∞corresponde infinitas voltas sobre a circunferˆ encia de raio z = e
σT
. PSfrag replacements
Res
Ims
Rez
Imz
−1
1
0 0
σ
1
σ
2
e
σ
1
T
e
σ
2
T
Figura 25.3: Parte real constante.
9. Parte imagin´ aria constante. Pontos com parte imagin´ aria constante s˜ ao repre-
sentados por s = σ +jω, onde −∞< σ < ∞e ω ´ e um valor constante. No plano
z a regi˜ ao assim determinada ´ e uma linha radial, pois o m´ odulo de z = e
sT
varia
de 0 a ∞e o ˆ angulo permanece constante. Exemplo: ` as freq¨ uˆ encias ω
s
/2 e −ω
s
/8
correspondem ˆ angulos de 180
o
e −45
o
, respectivamente, como indicado na Figura
25.4.
e2
PSfrag replacements
Res
Ims
Rez
Imz
−1
1
0 0
ω
s
/2
−ω
s
/8
π

π
4
Figura 25.4: Parte imagin´ aria constante.
EA721 / PAULO VALENTE / UNICAMP 237
10. Fator de amortecimento constante. Para analisar o mapeamento da regi ˜ ao
correspondente a fator de amortecimento constante e freq¨ uˆ encia natural vari´ avel,
considere a seguinte representac¸ ˜ ao para pontos com fator de amortecimento cons-
tante:
s = −ξω +jω, −∞≤ ω ≤ ∞,
onde ξ = cos θ. O mapeamento de s no plano z ´ e
z = e
sT
= e
(−ξω+jω)T
= e
−ξωnT
e
jωT
(T = 2π/ω
s
)
= e
−2πωξ/ωs
e
j2πω/ωs
= e
−2πωξ/ωs

2πω/ω
s
.
Os lugares geom´ etricos no plano z associados a ξ constantes s˜ ao curvas espiraladas,
sim´ etricas em relac¸ ˜ ao ao eixo real, exceto quando ξ = 0 (θ = 90
o
) e ξ = 1
(θ = 0
o
). A Figura 25.5 ilustra o mapeamento de pontos de fator de amortecimento
constante para freq¨ uˆ encias na faixa 0 ≤ ω ≤ ω
s
/2. As curvas relativas a −ω
s
/2 ≤
ω ≤ 0 s˜ ao sim´ etricas em relac¸ ˜ ao ` as curvas indicadas.PSfrag replacements
Res
Ims
Rez
Imz
−1
1
0 0
θ
1
θ
2
ξ
1
= cos θ
1
ξ
2
= cos θ
2
Figura 25.5: Fator de amortecimento constante.
11. Freq¨ uˆ encia natural constante. O mapeamento no plano z da regi ˜ ao corres-
pondente a freq¨ uˆ encia natural constante no plano s – semi-c´ırculos concˆ entricos
de raio ω
n
com σ < 0 – s˜ ao curvas como as ilustradas na Figura 25.6. As cur-
vas relativas aos semi-c´ırculos com σ > 0 s˜ ao sim´ etricas em relac¸ ˜ ao ` as curvas
indicadas.
EA721 / PAULO VALENTE / UNICAMP 238
PSfrag replacements
Res
Ims
Rez
Imz
−1
1
0 0
ω
s
/8
ω
s
/4
ω
s
/2
ω
n
= ω
s
/8
ω
n
= ω
s
/4
ω
n
= ω
s
/2
Figura 25.6: Freq¨ uˆ encia natural constante.
EA721 / PAULO VALENTE / UNICAMP 239
Aula 26
Introduc¸ ˜ ao ao Controle Digital
Amostragem de sistemas cont´ınuos
Diagramas de blocos
Especificac¸ ˜ oes de desempenho
Amostragem de sistemas cont´ınuos
1. Considere o sistema de controle com implementac¸ ˜ ao digital ilustrado na Figura
26.1. O objetivo central ao abordar esse tipo de sistema ´ e determinar a func¸ ˜ ao de
transferˆ encia discreta C(z), que exerce a func¸ ˜ ao de controlador digital, de forma
que as especificac¸ ˜ oes de desempenho para o sistema em malha fechada sejam aten-
didas. (Uma vez determinada a func¸ ˜ ao C(z), podemos obter a equac¸ ˜ ao a diferenc¸as
associada e implement´ a-la usando uma linguagem de programac¸ ˜ ao que suporte
aplicac¸ ˜ oes em tempo real.) Como a planta a ser controlada ´ e descrita por uma
func¸ ˜ ao de transferˆ encia em s, com entrada e sa´ıda no tempo cont´ınuo t, torna-se
conveniente amostr´ a-la e em seguida obter sua func¸ ˜ ao de transferˆ encia discreta.
PSfrag replacements
r(k) ˆ e(k)
u(k) u(t)
y(t)
ˆ y(k)
Planta
Sensor
Clock
Controlador
Digital
D/A
A/D
w(t)
v(t)
+

Figura 26.1: Sistema de controle com implementac¸ ˜ ao digital.
EA721 / PAULO VALENTE / UNICAMP 240
2. Uma representac¸ ˜ ao amostrada da planta ser´ a obtida a partir das seguintes hip´ o-
teses:
Realimentac¸ ˜ ao unit´ aria: um eventual ganho na malha de realimentac¸ ˜ ao ´ e incor-
porado ` a planta ou ao controlador;
Convers˜ ao D/A: o conversor D/A converte o sinal digital em anal ´ ogico usando
um segurador de ordem zero (SOZ);
Convers˜ ao A/D: o tempo de amostragem – n˜ ao confundir com per´ıodo – e o n´ıvel
de quantizac¸ ˜ ao do sinal anal ´ ogico s˜ ao suficientemente pequenos para que a
sa´ıda do conversor A/D possa ser aproximada por y(kT), a sa´ıda da planta
no tempo t = kT.
3. Oobjetivo passa a ser determinar a func¸ ˜ ao de transferˆ encia entre u(kT) e y(kT),
dada a func¸ ˜ ao de transferˆ encia cont´ınua da planta, P(s), como ilustra a Figura 26.2.
PSfrag replacements
u(kT) y(kT)
D/A A/D P(s)
Figura 26.2: Diagrama para obtenc¸ ˜ ao de P(z).
A func¸ ˜ ao de transferˆ encia discreta desejada ´ e obtida supondo-se que a entrada
u(kT) ´ e um pulso init´ ario: u(kT) = 1 para k = 0 e u(kT) = 0 para k ,= 0.
A sa´ıda do conversor D/A para uma entrada deste tipo ´ e como ilustrada na Figura
26.3.
PSfrag replacements
0
1
T
t
2T
Figura 26.3: Resposta do conversor D/A ao pulso unit ´ ario.
4. A resposta do conversor D/A ao pulso unit´ ario pode ser expressa como 1(t) −
1(t−T), onde 1(t) denota a func¸ ˜ ao degrau unit´ ario (cont´ınua). A resposta de P(s)
EA721 / PAULO VALENTE / UNICAMP 241
a esta entrada particular ´ e
Y (s) = P(s)
_
1
s

e
−Ts
s
_
= (1 −e
−Ts
)
P(s)
s
.
Por definic¸ ˜ ao, a func¸ ˜ ao de transferˆ encia de u(kT) para y(kT) ´ e a transformada
Z da resposta ao pulso unit´ ario:
P(z) = Z [y(kT)] ,
onde y(kT) = y(t)[
t=kT
(amostragem) e y(t) = L
−1
[Y (s)]. Usaremos a notac¸ ˜ ao
P(z) = Z
_
(1 −e
−Ts
)
P(s)
s
_
para representar o processo de anti-transformar Y (s) = (1 − e
−Ts
)P(s)/s para
obter y(t), amostrar y(t) para obter y(kT) e calcular a transformada Z de y(kT)
(a resposta ao pulso unit´ ario do sistema) para obter P(z). Como e
−Ts
representa
um atraso de T s, verifica-se que
P(z) = (1 −z
−1
)Z
_
P(s)
s
_
.
5. Na pr´ atica a func¸ ˜ ao de transferˆ encia discreta P(z) ´ e obtida com o aux´ılio de
uma tabela de transformadas atrav´ es do seguinte procedimento: dado P(s),
1. Expanda P(s)/s em frac¸ ˜ oes parciais, de tal forma que os termos individuais
da expans˜ ao aparec¸am na tabela de transformadas;
2. Usando a tabela, encontre as transformadas Z dos termos individuais deter-
minados no item 1;
3. Multiplique a soma dos termos em z determinados no item 2 por (1 −z
−1
).
O resultado ´ e a func¸ ˜ ao de transferˆ encia discreta P(z).
6. Exemplo. Considere
P(s) =
a
s +a
.
Ent˜ ao
P(s)
s
=
a
s(s +a)
=
1
s

1
s +a
.
EA721 / PAULO VALENTE / UNICAMP 242
Note que
L
−1
_
P(s)
s
_
= 1(t) −e
−at
1(t).
A resposta amostrada seria 1(kT) − e
−akT
1(kT). A func¸ ˜ ao de transferˆ encia dis-
creta correspondente ´ e
P(z) = (1 −z
−1
)Z
_
P(s)
s
_
= (1 −z
−1
)
_
z
z −1

z
z −e
−aT
_
=
_
z −1
z
_
z(1 −e
−aT
)
(z −1)(z −e
−aT
)
=
1 −e
−aT
z −e
−aT
.
O sistema descrito por P(z) ´ e est´ avel do ponto de vista entrada-sa´ıda se a > 0,
pois neste caso 0 < e
−aT
< 1.
7. Exemplo. Considere
P(s) =
a
2
(s +a)
2
.
Ent˜ ao
P(s)
s
=
a
2
s(s +a)
2
,
e
Z
_
P(s)
s
_
=
z[z(1 −c −acT) +c
2
−c +acT]
(z −1)(z −c)
2
,
onde c = e
−aT
. A func¸ ˜ ao de transferˆ encia discreta ´ e dada por
P(z) =
_
z −1
z
_
Z
_
P(s)
s
_
=
z(1 −c −acT) +c
2
−c +acT]
(z −c)
2
.
O sistema descrito por P(z) ´ e est´ avel do ponto de vista entrada-sa´ıda se a > 0,
pois neste caso 0 < c < 1.
EA721 / PAULO VALENTE / UNICAMP 243
Diagramas de blocos
7. Uma vez determinada a func¸ ˜ ao de transferˆ encia discreta associada ` a planta a
ser controlada, o sistema de controle em malha fechada pode ser representado de
forma equivalente como ilustrado na Figura 26.4. (Eventuais dist ´ urbios agindo na
planta e no sensor n˜ ao est˜ ao explicitamente representados.)
PSfrag replacements
u(k) y(k)
+

e(k) r(k)
C(z) P(z)
Figura 26.4: Diagrama de blocos equivalente.
8. As regras para manipulac¸ ˜ ao e simplificac¸ ˜ ao de diagramas de blocos descritos
por func¸ ˜ oes de transferˆ encia na vari´ avel complexa z s˜ ao rigorosamente as mesmas
utilizadas para diagramas descritos na vari´ avel s. Em particular, tendo em vista
o diagrama de blocos da Figura 26.4, a func¸ ˜ ao de transferˆ encia de malha fechada
entre a entrada de referˆ encia r(k) e a sa´ıda da planta y(k) ´ e dada por
T(z) =
Y (z)
R(z)
=
C(z)P(z)
1 +C(z)P(z)
.
A equac¸ ˜ ao caracter´ıstica do sistema discreto ´ e
1 +C(z)P(z) = 0
e C(z)P(z) ´ e o ganho de malha associado. O erro de rastreio do sinal de referˆ encia
pode ser determinado atrav´ es de
E(z) =
R(z)
1 +C(z)P(z)
.
Especificac¸ ˜ oes de desempenho
9. Como no caso cont´ınuo, a primeira especificac¸ ˜ ao de desempenho a ser atendida,
sem a qual nenhuma das outras ´ e poss´ıvel, ´ e que o sistema de controle em malha
EA721 / PAULO VALENTE / UNICAMP 244
fechada seja est´ avel. Se representarmos a func¸ ˜ ao de transferˆ encia de malha fechada
na forma
T(z) =
N
T
(z)
D
T
(z)
=
N
C
(z)N
P
(z)
D
C
(z)D
P
(z) +N
C
(z)N
P
(z)
,
onde ’N’ e ’D’ denotam numerador e denominador das func¸ ˜ oes de transferˆ encia
envolvidas, e assumirmos que N
T
(s) = 0 e D
T
(s) = 0 n˜ ao possuem ra´ızes co-
muns, ent˜ ao os zeros e os p´ olos de T(z) s˜ ao as ra´ızes de N
C
(z)N
P
(z) = 0 e
D
C
(z)D
P
(z) + N
C
(z)N
P
(z) = 0, respectivamente. Para garantir a estabilidade
do sistema discreto em malha fechada devemos selecionar um controlador C(z) tal
que todas as ra´ızes de
D
T
(z) = D
C
(z)D
P
(z) +N
C
(z)N
P
(z) = 0
tenham m´ odulos estritamente menores do que 1.
10. Assumindo que C(z) ´ e tal que o sistema em malha fechada seja est´ avel,
podemos passar a caracterizar os erros de regime do sistema para determinadas
entradas-padr˜ ao. Supondo que exista, isto ´ e, seja finito, o erro de regime para uma
dada entrada r(k) ´ e calculado atrav´ es do Teorema do Valor Final relativo a sinais
discretos no tempo:
e(∞) = lim
k→∞
e(k) = lim
z→1
(1 −z
−1
)E(z) = lim
z→1
(1 −z
−1
)
R(z)
1 +C(z)P(z)
.
Em analogia com o caso de sistemas cont´ınuos no tempo, dizemos que o sis-
tema discreto no tempo ´ e do Tipo N se a func¸ ˜ ao de transferˆ encia de malha aberta
C(z)P(z) possui N p´ olos em z = 1.
12. Resposta ao degrau unit´ ario. A func¸ ˜ ao degrau unit´ ario discreta ´ e definida por
r(kT) = 1 para k = 0, 1, 2, . . .. Como sua transformada Z ´ e R(z) = z/(z −1), o
erro de regime para essa entrada ´ e
e
d
= lim
z→1
(1 −z
−1
)
R(z)
1 +C(z)P(z)
= lim
z→1
_
z −1
z
_
z
z −1
1 +C(z)P(z)
= lim
z→1
1
1 +C(z)P(z)
=
1
1 +k
p
,
onde, como no caso cont´ınuo,
k
p
= lim
z→1
C(z)P(z)
EA721 / PAULO VALENTE / UNICAMP 245
´ e a constante de posic¸ ˜ ao do sistema. Se N = 0 (nenhum p´ olo em z = 1), ent˜ ao k
p
´ e uma constante, assim como e
d
. Se N ≥ 1, ent˜ ao k
p
= ∞e e
d
= 0.
13. Resposta ` a rampa unit´ aria. A func¸ ˜ ao rampa unit´ aria discreta ´ e definida por
r(kT) = kT para k = 0, 1, 2, . . .. Sua transformada Z ´ e R(z) = Tz/(z − 1)
2
; o
erro de regime do sistema para essa entrada ´ e
e
r
= lim
z→1
(1 −z
−1
)
R(z)
1 +C(z)P(z)
= lim
z→1
_
z −1
z
_
Tz
(z −1)
2
1 +C(z)P(z)
= lim
z→1
T
(z −1)[1 +C(z)P(z)]
=
1
k
v
,
e de forma similar
k
v
= lim
z→1
(z −1)C(z)P(z)
T
´ e a constante de velocidade do sistema. Se N = 0, ent ˜ ao k
v
= 0 e e
r
= ∞. Se
N = 1, ent˜ ao k
v
´ e uma constante, assim como e
r
. Se N ≥ 2, obt´ em-se k
v
= ∞
e e
r
= 0. O procedimento pode ser estendido para entradas de ordens maiores.
Genericamente, para que o erro de regime relativo a uma entrada de ordem n seja
nulo ´ e necess´ ario que o ganho de malha C(z)P(z) possua pelo menos n p´ olos em
z = 1.
14. Uma t´ ecnica frequentemente empregada no projeto de sistemas de controle
consiste em selecionar uma func¸ ˜ ao de transferˆ encia para o controlador de forma
que o sistema em malha fechada possua um par de p´ olos dominantes comple-
xos conjulgados. A t´ ecnica ´ e motivada pelo fato de sabermos expressar ´ındices
de desempenho t´ıpicos da resposta ao degrau de um sistema de segunda ordem,
como m´ axima sobre-elevac¸ ˜ ao percentual, M
p
, tempo de subida, t
r
, e tempo de
acomodac¸ ˜ ao, t
s
, em termos de fator de amortecimento, ξ, e freq¨ uˆ encia natural, ω
n
.
Especificamente, a m´ axima sobre-elevac¸ ˜ ao percentual ´ e dada por
M
p
= e
−ξπ/

1−ξ
100, (0 ≤ ξ < 1)
o tempo de subida, necess´ ario para que a resposta v´ a de 10% a 90% do valor de
regime, por
t
r
=
1.8
ω
n
,
EA721 / PAULO VALENTE / UNICAMP 246
e o tempo de acomodac¸ ˜ ao da resposta numa faixa de 2% do valor de regime, por
t
s
=
4
ξω
n
.
15. A partir do mapeamento plano s – plano z, func¸ ˜ ao do per´ıodo de amostragem
do sistema, T, ´ e poss´ıvel associar pontos no plano z com as caracter´ısticas deseja-
das de resposta em termos de M
p
, t
r
e t
s
. Suponha por exemplo que
¯
M
p
,
¯
t
r
e
¯
t
s
sejam, respectivamente, os valores m´ aximos admitidos para sobre-elevac¸ ˜ ao, tempo
de subida e tempo de acomodac¸ ˜ ao do sistema, e que se deseja determinar a regi˜ ao
do plano z correspondente. As especificac¸ ˜ oes s˜ ao atendidas com ξ ≥
¯
ξ, onde
¯
ξ ´ e
tal que M
p
=
¯
M
p
,
ω
n

1.8
¯
t
r
= ¯ ω
n
e ξω
n

4
¯
t
s
= ¯ σ.
No c´ırculo unit´ ario do plano z, ao valor
¯
ξ corresponde uma curva de fator de
amortecimento constante. Qualquer ponto entre essa curva e o eixo real satisfaz a
especificac¸ ˜ ao de m´ axima sobre-elevac¸ ˜ ao. Pontos no c´ırculo unit´ ario ` a esquerda da
curva correspondente a ¯ ω
n
satisfazem a especificac¸ ˜ ao de tempo de subida. Como
T ´ e conhecido, ´ e poss´ıvel determinar a curva de freq¨ uˆ encia natural constante asso-
ciada. A regi˜ ao no c´ırculo unit´ ario correspondente σ ≤ −¯ σ ´ e um c´ırculo interno
de raio r = e
−¯ σT
. A trˆ es especificac¸ ˜ oes de desempenho ser˜ ao simultaneamente
atendidas escolhendo-se p´ olos na regi˜ ao hachurada da Figura 26.5.
PSfrag replacements
Res
Ims
0
e
−¯ σT
¯ ω
n
¯
ξ
Figura 26.5: Regi˜ ao para alocac¸ ˜ ao de p´ olos no plano z.
EA721 / PAULO VALENTE / UNICAMP 247
Aula 27
Introduc¸ ˜ ao ao Controle Digital
Projeto via discretizac¸ ˜ ao
Projeto via emulac¸ ˜ ao
Projeto via Lugar das Ra´ızes
Projeto via discretizac¸ ˜ ao
1. Dada a planta a ser controlada, formuladas as especificac¸ ˜ oes a serem atendi-
das pelo sistema de controle em malha fechada e definido que a implementac¸ ˜ ao
do sistema ser´ a na forma de controle digital, resta determinar a func¸ ˜ ao de trans-
ferˆ encia discreta (isto ´ e, os parˆ ametros) do controlador. Existem basicamente trˆ es
enfoques para o projeto de controladores discretos. O primeiro pode ser denomi-
nado de projeto via discretizac¸ ˜ ao. O procedimento neste caso ´ e simples: atrav´ es
de uma t´ ecnica adequada de projeto, obt´ em-se um controlador cont´ınuo que atenda
as especificac¸ ˜ oes de desempenho formuladas. Em seguida o controlador cont´ınuo
´ e aproximado por um controlador discreto atrav´ es de um dos v´ arios m´ etodos de
integrac¸ ˜ ao dispon´ıveis.
2. O m´ etodo mais indicado para discretizac¸ ˜ ao de controladores cont´ınuos ´ e o da
integrac¸ ˜ ao trapezoidal ou m´ etodo de Tustin. Consiste em, obtida a func¸ ˜ ao de
transferˆ encia cont´ınua C(s), calcular
C(z) = C(s)
¸
¸
¸
s=
2
T
z −1
z + 1
,
onde T ´ e o per´ıodo de amostragem do sistema. Exemplo: suponha que os ga-
nhos do controlador proporcional-integral C(s) = k
P
+k
I
/s foram determinados
de forma a atender certas especificac¸ ˜ oes de desempenho. O controlador discreto
correspondente seria
C(z) =
_
k
P
+
k
I
s
_
¸
¸
¸
s=
2
T
z −1
z + 1
= k
P
+K
I
T
2
z + 1
z −1
.
EA721 / PAULO VALENTE / UNICAMP 248
Projeto via emulac¸ ˜ ao
3. No projeto de controladores por emulac¸ ˜ ao utiliza-se a relac¸ ˜ ao z = e
sT
entre
pontos nos planos s e z para mapear o controlador cont´ınuo C(s) num controlador
discreto C(z). As regras b´ asicas deste mapeamento s˜ ao as seguintes:
P´ olos: Os p´ olos de C(s) s˜ ao mapeados em p´ olos de C(z) atrav´ es de z = e
sT
. Se
C(s) possui um p´ olo ems = −a+jb, ent˜ ao C(z) ter´ a um p´ olo emz = ρe

,
onde ρ = e
−aT
e θ = bT;
Zeros finitos: Os zeros finitos de C(s) s˜ ao mapeados em zeros finitos de C(z)
atrav´ es de z = e
sT
. Aplica-se a mesma regra utilizada para p´ olos;
Zeros no infinito: Os zeros de C(s) no infinito s˜ ao mapeados em zeros de C(z)
no ponto z = −1;
Ganho: O ganho de C(z) ´ e igualado ao ganho de C(s) numa freq¨ uˆ encia de
interesse. Na freq¨ uˆ encia s = 0, para a igualdade de valores DC, caso estes
sejam finitos, ter´ıamos
C(z)
¸
¸
¸
z=1
= C(s)
¸
¸
¸
s=0
.
4. Exemplo. Considere novamente o controlador proporcional-integral
C(s) = k
P
+
k
I
s
=
k
P
(s +k
I
/k
P
)
s
,
que possui um zero em s = −k
I
/k
P
, um p´ olo em s = 0 e ganho DC ´ e infinito. O
controlador emulado seria
C(z) =
k
P
_
z −e
−k
I
T/k
P
)
_
z −1
.
Como exemplo adicional, o controlador cont´ınuo C(s) = a/(s + a) possui um
zero no infinito, um p´ olo em s = −a e ganho DC igual a 1. O controlador discreto
seria
C(z) =
1
2
(z + 1)(1 −e
−aT
)
z −e
−aT
.
5. Tanto os controladores discretos obtidos atrav´ es do m´ etodo de Tustin quanto
os obtidos por emulac¸ ˜ ao de controladores cont´ınuos apresentam bom desempenho
EA721 / PAULO VALENTE / UNICAMP 249
desde que o per´ıodo de amostragem do sistema seja suficientemente pequeno. Re-
querem verificac¸ ˜ ao a posteriori para se saber se as especificac¸ ˜ oes de desempenho
formuladas foram de fato atendidas. O m´ etodo baseado em emulac¸ ˜ ao geralmente
envolve menos operac¸ ˜ oes alg´ ebricas do que o m´ etodo de Tustin.
6. O terceiro enfoque para o projeto de controladores discretos n˜ ao envolve qual-
quer tipo de aproximac¸ ˜ ao de controladores cont´ınuos. Definido o per´ıodo de amos-
tragem do sistema, o projeto pode ser inteiramente desenvolvido no plano z, asso-
ciando-se especificac¸ ˜ oes a regi ˜ oes adequadas do c´ırculo unit´ ario, o que garante a
priori o atendimento das especificac¸ ˜ oes. T´ ecnicas j´ a conhecidas para o projeto de
controladores cont´ınuos, como as baseadas no Lugar das Ra´ızes do sistema em
malha fechada podem ser utilizadas. O controlador resultante ´ e ainda dependente
do per´ıodo de amostragem do sistema, mas ao contr´ ario dos dois m´ etodos anterio-
res, n˜ ao ´ e necess´ ario que o per´ıodo empregado na amostragem seja muito pequeno.
Projeto via Lugar das Ra´ızes
7. Como a equac¸ ˜ ao caracter´ıstica do sistema discreto em malha fechada ´ e
1 +C(z)P(z) = 0,
e n˜ ao existe nenhuma diferenc¸a pr´ atica entre ’z’ e ’s’, as regras de contruc¸ ˜ ao do Lu-
gar das Ra´ızes s˜ ao rigorosamente as mesmas j´ a utilizadas para projetos no dom´ınio
da transformada de Laplace. As v´ arias etapas do projeto de controladores discretos
atrav´ es do Lugar das Ra´ızes ser˜ ao ilustradas por meio de um exemplo.
Exemplo Dada a func¸ ˜ ao de trasnferˆ encia da planta a ser controlada,
P(s) =
1
s(10s + 1)
,
obter C(z) via Lugar das Ra´ızes, de tal forma que k
v
≥ 1, M
p
≤ 16% e t
s
≤ 10 s.
O primeiro passo ´ e encontrar a func¸ ˜ ao de transferˆ encia discreta da planta:
P(z) = (1 −z
−1
)Z
_
P(s)
s
_
=
0.0484(z + 0.9672)
(z −1)(z −0.9048)
.
O LR da equac¸ ˜ ao caracter´ıstica 1 + C(z)P(z) = 0 relativo a C(z) = k
(compensac¸ ˜ ao est´ atica) encontra-se ilustrado na Figura 27.1. Observe que o gr´ afico
EA721 / PAULO VALENTE / UNICAMP 250
´ e o mesmo que seria obtido ao se substituir z por s na func¸ ˜ ao de transferˆ encia P(z).
Entretanto a an´ alise de estabilidade muda: o sistema torna-se inst´ avel quando os
ramos abandonam o c´ırculo unit´ ario. Atrav´ es dos recursos gr´ aficos do MATLAB
podemos determinar o ganho cr´ıtico como sendo k
c
= 2.32.
−4 −3 −2 −1 0 1 2
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
Real Axis
I
m
a
g

A
x
is
Figura 27.1: Lugar das Ra´ızes – compensac¸ ˜ ao est´ atica.
Compensac¸ ˜ ao est´ atica. A constante de velocidade do sistema ´ e
k
v
= lim
z→1
(z −1)C(z)P(z)
T
, (T = 1s)
=
0.048374k(1 + 0.9672)
(1 −0.9048)
= k.
Qualquer valor 1 ≤ k ≤ 2.32 atende a especificac¸ ˜ ao k
v
≥ 1. Mas para que
M
p
≤ 16%, ´ e necess´ ario que ξ ≥ 0.5, e o LR cruza a curva ξ = 0.5 quando
k = 0.08, aproximadamente. Logo, as especificac¸ ˜ oes k
v
≥ 1 e M
p
≤ 16% n˜ ao
podem ser simultaneamente atendidas. Al´ em disso, a regi˜ ao correspondente no
plano z a ξ ≥ 0.5 (M
p
≤ 16%) e ω
n
≥ 1 (t
s
≤ 10 seg) ´ e o c´ırculo de raio
r = e
−ξωnT
= e
−0.5×1×1
= 0.6065.
Os ramos do LR tangenciam um c´ırculo de raio 0.95, aproximadamente. A especi-
ficac¸ ˜ ao t
s
≤ 10 s tamb´ em n˜ ao pode ser atendida.
EA721 / PAULO VALENTE / UNICAMP 251
0.6 0.7 0.8 0.9 1 1.1 1.2
−0.5
−0.4
−0.3
−0.2
−0.1
0
0.1
0.2
0.3
0.4
0.5
Real Axis
I
m
a
g

A
x
is
Figura 27.2: An´ alise da especificac¸ ˜ ao t
s
≤ 10 s.
Compensac¸ ˜ ao dinˆ amica. Uma tentativa inicial ´ e feita como compensador dinˆ amico
C
1
(z) = 6.64
z −0.9048
z −0.3679
,
obtido pelo m´ etodo de emulac¸ ˜ ao (T = 1 s) aplicado ao compensador cont´ınuo
C(s) =
10s + 1
s + 1
,
que atende as especificac¸ ˜ oes de desempenho.
−5 −4 −3 −2 −1 0 1
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 27.3: Lugar das Ra´ızes – compensador C
1
(z).
EA721 / PAULO VALENTE / UNICAMP 252
O LR associado a C
1
(z) encontra-se ilustrado na Figura 27.3. Com k = 6.64
a constante de velocidade ´ e
k
v
= lim
z→1
(z −1)C
1
(z)P(z)
T
= 6.64 0.048374
1 + 0.9672
1 −0.3679
≈ 1,
os p´ olos apresentam ξ ≈ 0.2, mas os ramos tangenciam um c´ırculo de raio ≈ 0.65
n˜ ao atendendo a especificac¸ ˜ ao t
s
≤ 10 s. O compensador ter´ a de ser modificado.
Uma possibilidade ´ e mover o zero e o p´ olo de C
1
(z) para a esquerda e ajustar o
ganho k. Na Figura 27.4, apenas o p´ olo ´ e deslocado, para z = 0.05.
−5 −4 −3 −2 −1 0 1
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 27.4: Deslocamento do p´ olo do compensador para z = 0.05.
Os p´ olos de malha fechada,
z = 0.3644 ±j0.4774,
correspondem a s = (1/T) ln z = −0.5099 ±j0.9188, resultando em ξ = 0.49 e
ω
n
= 1.05 como desejado. Entretanto,
k
v
= 6.64 0.048374
1 + 0.9672
1 −0.05
= 0.66.
O valor de k
v
tende a aumentar ao se mover o zero de C
1
(z) para a esquerda.
Assuma que o zero ´ e deslocado para 0.8, resultando no controlador
C
2
(z) = 6.64
z −0.80
z −0.05
.
EA721 / PAULO VALENTE / UNICAMP 253
A Figura 27.5 ilustra o LR associado a C
2
(z). A nova constante de velocidade
´ e
k
v
= 6.64 0.048374
(1 −0.8)(1 + 0.9672)
(1 −0.05)(1 −0.9048)
= 1.40,
e portanto a especificac¸ ˜ ao k
v
≥ 1 ´ e atendida.
−4 −3.5 −3 −2.5 −2 −1.5 −1 −0.5 0 0.5 1
−1.5
−1
−0.5
0
0.5
1
1.5
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 27.5: Lugar das Ra´ızes – compensador C
2
(z).
A resposta do sistema ao degrau unit´ ario ´ e representada na Figura 27.6. Os
p´ olos de malha fechada s˜ ao z
1,2
= 0.4410 ±j0.4431 e z
3
= 0.7516, al´ em do zero
em z = 0.80. Os p´ olos complexos se traduzem em ξ = 0.51 e ω
n
= 0.91, o que
em tese levaria a M
p
≤ 16% e t
s
≤ 10 s, aproximadamente.
Time (sec.)
A
m
p
lit
u
d
e
Step Response
0 2 4 6 8 10 12 14 16 18 20
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
: Y
(
1
)
Figura 27.6: Resposta ao degrau unit´ ario – compensador C
2
(z).
EA721 / PAULO VALENTE / UNICAMP 254
Note entretanto que este seria o comportamento para um sistema de segunda
ordem sem zeros ! A presenc¸a do zero em z = 0.80 diminui o amortecimento,
aumentando a m´ axima sobre-elevac¸ ˜ ao (M
p
≈ 33%). A presenc¸a do p´ olo em z =
0.75 torna a resposta mais lenta, aumentando o tempo de acomodac¸ ˜ ao (t
s
≈ 14
s). O efeito do zero pode ser minimizado movendo-o para pr ´ oximo do p´ olo em
z = 0.9048, mas isto diminuiria K
v
. Ap´ os um processo de tentativa-e-erro chega-
se ao compensador
C
3
(z) = 13
z −0.89
z + 0.50
,
que efetivamente atende as especificac¸ ˜ oes de desempenho formuladas. As Figuras
29.7 e 29.8 ilustram o Lugar das Ra´ızes e a resposta do sistema ao degrau unit´ ario,
respectivamente, referentes ao compensador C
3
(z).
−4 −3.5 −3 −2.5 −2 −1.5 −1 −0.5 0 0.5 1
−1.5
−1
−0.5
0
0.5
1
1.5
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 27.7: Lugar das Ra´ızes – compensador C
3
(z).
Time (sec.)
A
m
p
lit
u
d
e
Step Response
0 2 4 6 8 10 12 14 16 18 20
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
: Y
(
1
)
Figura 27.8: Resposta ao degrau unit´ ario – compensador C
3
(z).
EA721 / PAULO VALENTE / UNICAMP 255
Aula #
Pequena Hist ´ oria da Realimentac¸ ˜ ao
1. Realimentac¸ ˜ ao ´ e um princ´ıpio fundamental na Natureza. A vida na Terra se
tornou poss´ıvel porque durante o processo evolutivo foram desenvolvidos mecanis-
mos de realimentac¸ ˜ ao em seres vivos. O pr´ oprio corpo humano ´ e um reposit ´ orio de
sistemas realimentados. Parte do sistema de controle de temperatura do corpo hu-
mano, o sistema de transpirac¸ ˜ ao, ´ e um exemplo de sistema realimentado. Quando a
temperatura ambiente torna-se mais elevada do que a temperatura normal da pele,
as glˆ andulas sudor´ıparas secretam fortemente, induzindo o resfriamento da pele
atrav´ es de evaporac¸ ˜ ao. O controle da press˜ ao arterial, isto ´ e, o controle da press˜ ao
em vasos sang¨ u´ıneos, ´ e outro exemplo de sistema realimentado no corpo humano.
2. O interesse maior neste curso ´ e por sistemas realimentados artificiais, in-
troduzidos pelo ser humano por raz˜ oes econˆ omicas, principalmente. A seguir
apresenta-se um pequeno hist ´ orico do desenvolvimento tecnol ´ ogico do princ´ıpio
da realimentac¸ ˜ ao.
´
E interessante observar que os componentes b´ asicos do controle
em malha fechada est˜ ao presentes desde os mecanismos mais primitivos. A natu-
reza intuitiva e a efic´ acia desses mecanismos na ausˆ encia de modelos matem´ aticos
s˜ ao evidˆ encias da potencialidade do princ´ıpio da realimentac¸ ˜ ao.
Per´ıodo primitivo: At ´ e 1900
S´ eculo 3 AC. Registros mais antigos sobre o emprego tecnol ´ ogico da realimen-
tac¸ ˜ ao. Obra de Vitruvius descreve rel ´ ogios a ´ agua atribu´ıdos a Ktesibios, nos quais
v´ alvulas flutuantes eram utilizadas para regular os n´ıveis dos reservat ´ orios d’agua
utilizados;
S´ eculo 1 DC. Na obra Pneumatica, Heron de Alexandria descreve uma s´ erie de
sistemas mecˆ anicos baseados em realimentac¸ ˜ ao para regulac¸ ˜ ao de n´ıvel (´ agua, vi-
nho, ´ oleo). O conhecimento sobre realimentac¸ ˜ ao no Per´ıodo Helˆ enico ´ e preservado
na Cultura Islˆ amica, redescoberta no Ocidente no final do Renascimento;
1634. O regulador de temperatura de C. Drebbel ´ e o primeiro sistema reali-
mentado inventado na Europa moderna independentemente de modelos da An-
EA721 / PAULO VALENTE / UNICAMP 256
tig¨ uidade. A temperatura na cˆ amara de Drebbel era regulada a partir das proprie-
dades de expans˜ ao e contrac¸ ˜ ao de substˆ ancias qu´ımicas (alcool e merc´ urio);
1745. E. Lee patenteia um sistema baseado em realimentac¸ ˜ ao chamado de p´ as-
de-cauda (fantails) para moinhos movidos pelo vento. As p´ as-de-cauda eram mon-
tadas em ˆ angulo reto com as p´ as principais do moinho, produzindo a regulac¸ ˜ ao
necess´ aria para manter as p´ as principais orientadas na direc¸ ˜ ao do vento;
1783. Bonnemain desenvolve sistemas de controle de temperatura a partir de sen-
sores e atuadores baseados na expans˜ ao diferencial de diferentes metais. Durante
o s´ eculo 19, uma grande variedade de dispositivos termost ´ aticos s˜ ao desenvolvidos
e comercializados;
1787. T. Mead patenteia um dispositivo que ligava um regulador centr´ıfugo a
um mecanismo que variava as ´ areas das p´ as principais de um moinho expostas
ao vento de acordo com a velocidade desejada, compensando assim variac¸ ˜ oes na
velocidade do vento (dist ´ urbios);
1789. J. Watt, que na mesma ´ epoca havia desenvolvido uma m´ aquina a vapor
para produzir movimento de rotac¸ ˜ ao, toma conhecimento do regulador centr´ıfugo
e o adapta para regular a velocidade de rotac¸ ˜ ao da m´ aquina.
3. Nos setenta anos seguintes ` a introduc¸ ˜ ao do regulador de Watt, milhares de pa-
tentes sobre reguladores de velocidade s˜ ao registradas. A maioria dos dispositivos
propostos buscava eliminar problemas no funcionamento do regulador, como erro
de regime (offset), devido a sua inerente ac¸ ˜ ao proporcional, e problemas causados
pela instabilidade do dispositivo, relatados desde a sua introduc¸ ˜ ao. O regulador de
Watt havia adquirido grande importˆ ancia comercial e motivava grandes cient´ıstas,
como J. C. Maxwell.
1868. J. C. Maxwell publica On Governors, no qual descreve como obter as
equac¸ ˜ oes diferenciais lineares para v´ arios tipos de reguladores existentes. Mostra
ainda que para sistemas de segunda, terceira e quarta ordens, a an´ alise dos coefici-
entes das equac¸ ˜ oes diferenciais permitia determinar a estabilidade do sistema;
1877. E. J. Routh publica Stability of Motion, no qual exp˜ oe o que hoje se co-
nhece como crit´ erio de Routh-Hurwitz. Naquele tempo se sabia que a esta-
bilidade de um sistema dinˆ amico era determinada pela localizac¸ ˜ ao das ra´ızes da
sua equac¸ ˜ ao caracter´ıstica. Routh introduziu um m´ etodo simples para localizar as
EA721 / PAULO VALENTE / UNICAMP 257
ra´ızes de um polinˆ omio qualquer relativamente ao eixo imagin´ ario do plano com-
plexo.
4. A maioria das invenc¸ ˜ oes e aplicac¸ ˜ oes desse per´ıodo envolvia atividades b´ asicas
como controle de temperatura, press˜ ao, n´ıvel e velocidade de rotac¸ ˜ ao de m´ aquinas.
Do desenvolvimento da ind´ ustria naval, motivado pela necessidade de navios e
canh˜ oes cada vez maiores, e da introduc¸ ˜ ao de novas armas como torpedos, resul-
taram aplicac¸ ˜ oes de sistemas pneum´ aticos de potˆ encia para operar mecanismos de
controle de posic¸ ˜ ao. O termo servomecanismo deriva de moteur asservi, surgido
na Franc¸a no contexto dos sistemas de controle de posic¸ ˜ ao.
Per´ıodo pr´ e-cl ´ assico: 1900-1935
5. Do aumento da compreens˜ ao sobre eletricidade e seus usos surgiram novas
aplicac¸ ˜ oes para o controle por realimentac¸ ˜ ao. Nas duas primeiras d´ ecadas do
s´ eculo XX, surgiram controladores para regular tens˜ ao, corrente e freq¨ uˆ encia. Ou-
tras aplicac¸ ˜ oes incluiam: controle de caldeiras para gerac¸ ˜ ao de vapor, controle
de velocidade de motores el´ etricos, controle de sistemas de guiagem de navios e
avi ˜ oes, e controle de temperatura, press˜ ao e vaz˜ ao em ind´ ustrias qu´ımicas.
`
A me-
dida que sistemas de controle eram cada vez mais utilizados, alguns problemas
importantes tornaram-se evidentes: falta de conhecimento te´ orico sobre o funcio-
namento dos controladores, dificuldades na abordagem de problemas devido a falta
de padronizac¸ ˜ ao, inexistˆ encia de m´ etodos simples de an´ alise e projeto.
1922. N. Minorsky apresenta uma an´ alise clara do controle envolvido em siste-
mas de controle de posic¸ ˜ ao e formula a lei de controle hoje conhecida como PID
(Proporcional, Integral, Derivativa), na qual teria chegado observando a maneira
como timoneiros pilotam navios. O trabalho de Minorsky teve pouco impacto, ` a
´ epoca, devido a inexistˆ encia de amplificadores adequados para converter sinais de
baixa potˆ encia, correspondentes aos sinais medidos, em sinais de pot ˆ encia sufici-
ente para fins de atuac¸ ˜ ao;
1927. Atransmiss˜ ao de sinais telefˆ onicos a longas distˆ ancias exigia amplificac¸ ˜ oes
eletrˆ onicas, mas a distorc¸ ˜ ao introduzida pelos amplificadores limitava o n´ umero de
repetidores que poderiam ser colocados em s´ erie, e portanto a distˆ ancia atingida.
H. S. Black percebe que a distorc¸ ˜ ao poderia ser eliminada se se pudesse amplificar
sinais comganhos precisos, o que obt´ ematrav´ es da realimentac¸ ˜ ao negativa da sa´ıda
do amplificador. Ganhos precisos numa faixa de freq¨ uˆ encia maior - maior largura
de banda - tornaram poss´ıvel a expans˜ ao do tr´ afego nas linha de transmiss˜ ao;
EA721 / PAULO VALENTE / UNICAMP 258
1930. C. E. Mason desenvolve o equivalente pneum´ atico do amplificador de Black,
realimentando negativamente parte do movimento da sa´ıda de um amplificador
pneum´ atico. A realimentac¸ ˜ ao linearizava o funcionamento da v´ alvula de atuac¸ ˜ ao
conectada ao amplificador. Al´ em da ac¸ ˜ ao proporcional viabilizada pela realimen-
tac¸ ˜ ao negativa da sa´ıda, o esquema proposto por Mason permitia a incorporac¸ ˜ ao de
ac¸ ˜ ao integral no sistema;
1932. H. Nyquist publica Regeneration Theory, no qual desenvolve uma teoria
de estabilidade que considera ganhos e defasamentos dependentes da freq¨ uˆ encia,
levando ao que hoje se conhece como crit´ erio de Nyquist para estabilidade, e
dando origem a um m´ etodo para an´ alise e projeto de sistemas de controle base-
ado na combinac¸ ˜ ao de dados comput´ aveis e dados experimentais, a resposta em
freq¨ uˆ encia do sistema.
Per´ıodo cl ´ assico: 1935-1950
6. Um dos principais problemas pr´ aticos no comec¸o deste per´ıodo era ampliar a
largura de banda dos sistemas de comunicac¸ ˜ oes e ainda assim obter boas carac-
ter´ısticas de resposta em freq¨ uˆ encia. Idealmente buscava-se um amplificador com
ganho constante numa grande faixa de freq¨ uˆ encias, r´ apida atenuac¸ ˜ ao fora da faixa
e pequeno atraso de fase. Numa linha mais te´ orica, H. L. Hazen e G. S. Brown,
que utilizavam m´ etodos baseados no dom´ınio do tempo (equac¸ ˜ oes diferenciais),
comec¸aram a desenvolver o uso de diagramas de blocos e a empregar um analisa-
dor diferencial (pequeno computador anal ´ ogico, mecˆ anico) para simular sistemas
de controle.
1940. H. Bode evidencia a relac¸ ˜ ao entre uma dada caracter´ıstica de atenuac¸ ˜ ao
e o defasamento m´ınimo associado. Adota o ponto (−1, 0) como ponto cr´ıtico
para an´ alise de estabilidade - Nyquist utilizava (+1, 0) - e introduz os conceitos de
margem de fase, margem de ganho e de limitac¸ ˜ ao de largura de banda;
1942. Avanc¸os na ´ area de controladores pneum´ aticos tornavam agora poss´ıvel
construir controladores PID’s com ganhos ajust´ aveis. J. G. Ziegler e N. B. Nichols
publicam artigos descrevendo como obter ajustes ´ otimos para controladores PI e
PID, as chamadas regras de sintonia de Ziegler-Nichols.
7. O in´ıcio da Segunda Guerra Mundial desviou os esforc¸os na ´ area de sistemas de
controle para problemas espec´ıficos. O mais importante era o de posicionamente
de armas antia´ ereas, que envolvia detetar a posic¸ ˜ ao de uma aeronave, calcular sua
EA721 / PAULO VALENTE / UNICAMP 259
posic¸ ˜ ao futura e controlar precisamente o movimento da arma. Para resolver efi-
cientemente o problema - as aeronaves de combate tornavam-se cada vez mais
r´ apidas - um sistema autom´ atico de rastreamento via radar foi diretamente co-
nectado ao controle de tiro. A soluc¸ ˜ ao envolvia diferentes sistemas, mecˆ anicos
e eletro-eletrˆ onicos, e explorava as melhores caracter´ısticas dos enfoques centra-
dos nos dom´ınios do tempo (sistemas mecˆ anicos) e da freq¨ uˆ encia (sistemas eletro-
eletrˆ onicos).
1943. A. C. Hall mostra que adotando-se uma abordagem por transformada de
Laplace, sistemas mecˆ anicos e el´ etricos representados em diagramas de blocos
podem ser substitu´ıdos por func¸ ˜ oes de transferˆ encia. Hall introduz ainda o uso
dos c´ırculos M e N, que permitem estimar a constante de tempo dominante do
sistema;
1947. N. B. Nichols introduz uma t´ ecnica gr´ afica para obter o ganho e a fase de
um sistema em malha fechada a partir do gr´ afico ganho logaritmico versus fase do
sistema em malha aberta parametrizado pela freq¨ uˆ encia. A t´ ecnica ´ e hoje conhe-
cida como carta de Nichols;
1948. W. R. Evans introduz um m´ etodo gr´ afico para a an´ alise de sistemas de con-
trole, atrav´ es do qual ´ e poss´ıvel investigar o comportamento das ra´ızes da equac¸ ˜ ao
caracter´ıstica do sistema quando um determinado parˆ ametro presente na equac¸ ˜ ao
varia. O chamado lugar das ra´ızes (root locus) de Evans permite relacionar a
variac¸ ˜ ao do parˆ ametro ` a variac¸ ˜ ao do comportamento temporal do sistema.
Per´ıodo moderno: Ap´ os 1950
8. No comec¸o da d´ ecada de 1950, as inovac¸ ˜ oes do per´ıodo cl´ assico estavam con-
solidadas. As t´ ecnicas cl´ assicas permitiam tratar sistemas dinˆ amicos lineares, in-
variantes no tempo, e monovari´ aveis, isto ´ e, sistemas representados por equac¸ ˜ oes
diferenciais lineares comcoeficientes constantes e apenas uma entrada e uma sa´ıda.
T´ ecnicas baseadas em resposta em freq¨ uˆ encia (Nyquist, Bode, Nichols) traduziam
o comportamento desejado em termos de largura de banda, ressonˆ ancia e margens
de ganho e de fase, sendo essencialmente gr´ aficas. T´ ecnicas baseadas em resposta
temporal (soluc¸ ˜ ao de equac¸ ˜ oes diferenciais via transformada de Laplace) expressa-
vam desempenho em termos de tempo de subida, sobre-elevac¸ ˜ ao, erro de regime
e amortecimento.
9. As inovac¸ ˜ oes introduzidas ap´ os 1950 visam eliminar restric¸ ˜ oes das t´ ecnicas
EA721 / PAULO VALENTE / UNICAMP 260
do per´ıodo cl´ assico. Sistemas reais s˜ ao geralmente multivari´ aveis, variantes no
tempo, n˜ ao-lineares e est˜ ao sujeitos a ru´ıdos e incertezas. Al´ em disso, motivado
por algumas aplicac¸ ˜ oes do p´ os-guerra na ´ area da pesquisa aeroespacial, o enfoque
passou de apenas obter um controle estabilizante para obter um controle ´ otimo, no
sentido da otimizac¸ ˜ ao de um ´ındice de desempenho. Uma aplicac¸ ˜ ao t´ıpica era a
interceptac¸ ˜ ao de m´ısseis em tempo m´ınimo (´ındice de desempenho). As t´ ecnicas
de controle ´ otimo utilizam a chamada abordagem no espac¸o de estados, segundo
a qual uma equac¸ ˜ ao diferencial de ordem n ´ e reescrita como um conjunto de n
equac¸ ˜ oes diferenciais de primeira ordem, cada uma delas representando a evoluc¸ ˜ ao
de um estado do sistema. O computador anal ´ ogico, no qual cada estado podia ser
representado por um integrador, e a introduc¸ ˜ ao do computador digital em meados
da d´ ecada de 1950, foram decisivos para o desenvolvimento dos m´ etodos baseados
em controle ´ otimo.
1956. L. S. Pontryagin estabelece as bases da teoria matem´ atica do controle
´ otimo ao formular um conjunto de condic¸ ˜ oes alg´ ebricas e diferenciais, conhecido
como Princ´ıpio do M´ aximo, a serem satisfeitas por leis de controle ´ otimas em
problemas nos quais as vari´ aveis de controle encontram-se limitadas;
1957. R. Bellman formula o Princ´ıpio da Otimalidade e chega a uma t´ ecnica de
resoluc¸ ˜ ao de problemas de controle ´ otimo denominada Programac¸ ˜ ao Dinˆ amica,
atrav´ es da qual problemas de controle ´ otimo bastante gerais podem ser subdividi-
dos e resolvidos em est´ agios;
1960. R. E. Kalman evidencia a relac¸ ˜ ao de dualidade existente entre controle e
filtragem - a obtenc¸ ˜ ao do estado real da planta atrav´ es de medidas ruidosas - mul-
tivari´ aveis e introduz o ´ındice de desempenho quadr´ atico, atrav´ es do qual obt´ em
um procedimento de s´ıntese de controladores para sistemas lineares multivari ´ aveis
baseado na realimentac¸ ˜ ao linear das vari´ aveis de estado da planta. O regulador
proposto por Kalman foi mais tarde denominado (por M. Athans) de LQR - Regu-
lador Linear-Quadr´ atico.
10. Kalman tamb´ em introduziu os conceitos de controlabilidade e observabili-
dade, que combinados ` a id´ eia de controle modal proposta por H. H. Rosenbrock,
deram origem a in´ umeros trabalhos na linha de controle por alocac¸ ˜ ao de p´ olos.
O chamado filtro de Kalman-Bucy (em referˆ encia ` a cooperac¸ ˜ ao com R. Bucy) ´ e
uma extens˜ ao (para sistemas variantes no tempo) do trabalho sobre filtragem ´ otima
realizado por N. Wiener na d´ ecada de 1940. Os ganhos do LQE - Estimador
Linear-Quadr´ atico, como tamb´ em viria ser conhecido, s˜ ao obtidos de forma si-
EA721 / PAULO VALENTE / UNICAMP 261
milar a utilizada no LQR. Mais tarde mostrou-se que se os dist ´ urbios nos estados e
nas medidas fossem do tipo ru´ıdo branco Gaussiano, a realimentac¸ ˜ ao dos estados
estimados pelo LQE com os ganhos fornecidos pelo LQR levava ` a minimizac¸ ˜ ao do
valor esperado do ´ındice de desempenho quadr´ atico, um princ´ıpio de separac¸ ˜ ao
entre controle e filtragem que simplifica enormemente a s´ıntese dos controladores
´ otimos do tipo LQG - Linear Quadr´ atico Gaussiano, como ficaram conhecidos.
Navegac¸ ˜ ao e guiagem de ve´ıculos espaciais (as miss˜ oes Apollo, em particular) es-
tiveram entre as primeiras aplicac¸ ˜ oes de controladores LQG’s.
11. At´ e aproximadamente o comec¸o da d´ ecada de 1980, as abordagens baseadas
em espac¸o de estados foram predominantes em relac¸ ˜ ao ` as baseadas em m´ etodos
freq¨ uˆ enciais, mas n˜ ao satisfizeram plenamente as expectativas criadas em torno
da sua capacidade de lidar com incertezas, que ´ e a raz˜ ao central para se utilizar
sistemas realimentados. A abordagem por espac¸o de estados pressup˜ oe modelos
matem´ aticos precisos da planta e dos demais elementos presentes na malha de
controle, nem sempre dispon´ıveis ou mesmo pass´ıveis de obtenc¸ ˜ ao em aplicac¸ ˜ oes
industriais importantes. A revalorizac¸ ˜ ao da abordagem freq¨ uˆ encial havida nas duas
´ ultimas d´ ecadas do S´ eculo XX deriva da constatac¸ ˜ ao de que incertezas parecem ser
melhor tratadas no dom´ınio da freq¨ uˆ encia e de avanc¸os na aplicac¸ ˜ ao de t´ ecnicas
como an´ alise funcional em teoria de controle.
12. O enorme progresso da ´ area de sistemas de controle n˜ ao seria poss´ıvel sem a
introduc¸ ˜ ao do computador digital. Computadores digitais passarama fazer parte do
controle de processos em ind´ ustrias qu´ımicas, sider´ urgicas e de gerac¸ ˜ ao de ener-
gia no final da d´ ecada de 1950. No comec¸o tinham func¸ ˜ oes apenas de super-
vis˜ ao e monitoramento, auxiliando na obtenc¸ ˜ ao de condic¸ ˜ oes ´ otimas de operac¸ ˜ ao,
emiss˜ ao de relat ´ orios de produc¸ ˜ ao e consumo de mat´ eria-prima. O descompasso
entre a teoria e a pr´ atica envolvidas em controle de processos estimulou o desenvol-
vimento de ´ areas como identificac¸ ˜ ao de sistemas, controle adaptativo e projeto
de reguladores auto-ajust´ aveis.
13. A partir de 1962 os computadores digitais passaram a responder pelo con-
trole digital direto de processos, substituindo instrumentac¸ ˜ oes anal ´ ogicas de con-
trole. Baixo custo por malha de controle, simplicidade e flexibilidade tornaram
os computadores digitais atrativos, especialmente para ind´ ustrias de grande porte
que podiam arcar com os elevados custos iniciais de aquisic¸ ˜ ao de computadores.
Com o aparecimento do microcomputador em 1972, o custo da computac¸ ˜ ao di-
gital passa a cair continuamente e novas aplicac¸ ˜ oes s˜ ao exploradas. Equipamentos
como o controlador de malha (single-loop) passam a fazer parte da maioria das
instalac¸ ˜ oes industriais. Sistemas para seq¨ uenciamento de operac¸ ˜ oes (partida, che-
EA721 / PAULO VALENTE / UNICAMP 262
gada e intertravamento) baseados em l ´ ogica de rel´ e s˜ ao progressivamente subs-
titu´ıdos por controladores l ´ ogicos program´ aveis (programmable logic control-
lers, PLC’s).
14. Hoje em dia, praticamente todos os sistemas de controle s˜ ao baseados em
controle digital. Aplicac¸ ˜ oes v˜ ao desde gerac¸ ˜ ao e distribuic¸ ˜ ao de energia el´ etrica,
controle de processos, manufatura e transporte, at ´ e produtos de consumo de massa,
como eletrˆ onica automotiva e aparelhos de som e v´ıdeo.

EA721 / PAULO VALENTE / UNICAMP

2

Aula 1

´ Introducao ao Controle Automatico ¸˜
Terminologia b´ sica a Malha aberta × malha fechada Exemplos ilustrativos

´ Terminologia basica
1. Certos termos utilizados para descrever vari´ veis e configuracoes relacionadas a a ¸˜ ˜ sistemas de controle tornaram-se padroes com o passar do tempo. Apresentamos a seguir alguns termos b´ sicos. Termos mais espec´ficos surgir˜ o no transcorrer do a ı a curso. Sistema. O termo sistema designa um arranjo, conjunto ou colec ao de compo¸˜ nentes conectados ou relacionados de maneira a formar ou agir como uma unidade. Um sistema n˜ o e algo necessariamente f´sico. O termo pode ser usado em a ´ ı referˆ ncia a sistemas econˆ micos, biol´ gicos ou mecˆ nicos, entre outros; e o o a ´ Controle. O termo controle e usualmente empregado no sentido de regulacao, ¸˜ direcionamento ou comando. Um sistema de controle seria um arranjo de componentes conectados ou relacionados de maneira a se auto-regular (direcionar, comandar), ou regular (direcionar, comandar) um outro sistema. 2. As definicoes acima s˜ o suficientemente gerais para que, num sentido mais abs¸˜ a trato, qualquer objeto f´sico possa ser considerado um sistema de controle. Uma ı simples superf´cie refletora controla raios de luz, refletindo-os de acordo com os ı ˆ seus angulos de incidˆ ncia. Qualquer coisa controla o ambiente a sua volta, pase siva ou ativamente. Em Engenharia, sistema de controle adquire um sentido mais restrito, designando sistemas utilizados para controlar (ativamente) vari´ veis como a temperatura, press˜ o e vaz˜ o em processos qu´micos, tens˜ o e freq¨ encia em sisa a ı a uˆ temas de geracao e distribuicao de energia, posicao e velocidade angulares de mo¸˜ ¸˜ ¸˜ o ı tores, trajet´ ria de ve´culos, etc. ´ Planta. O termo planta (ou processo, ou sistema controlado) e usado para de´ signar o sistema que e objeto da acao do sistema de controle. ¸˜

EA721 / PAULO VALENTE / UNICAMP

3

´ 3. Planta e uma traducao da palavra inglˆ sa plant, que tamb´ m poderia ser tra¸˜ e e duzida como f´ brica ou instalacao industrial, ambiente onde muitos sistemas de a ¸˜ controle tiveram origem. Geralmente utilizamos os termos planta e processo, sem distincao, para designar aquilo que queremos controlar, embora o termo controle ¸˜ de processos esteja mais frequentemente associado ao controle de sistemas que envolvam vari´ veis como temperatura, press˜ o e vaz˜ o, presentes em industrias a a a qu´micas, por exemplo. Neste curso adotamos o termo planta para designar o obı ´ jeto da acao de controle. A planta e representada como um bloco relacionando uma ¸˜ vari´ vel de entrada a uma vari´ vel de sa´da (Figura 1.1). a a ı PSfrag replacements Entrada Planta Sa´da ı

Figura 1.1: Planta. 4. Definimos a seguir alguns termos relativos a quantidades presentes em sistemas de controle. Os valores dessas quantidades geralmente s˜ o funcoes da vari´ vel a ¸˜ a independente tempo. Vari´ vel de referˆ ncia. A vari´ vel de referˆ ncia (ou comandada) serve de rea e a e ´ ferˆ ncia (no sentido de comportamento desejado) para a vari avel controlada; e ´ Vari´ vel controlada. A vari´ vel controlada (ou regulada) e qualquer vari´ vel a a a ´ que se deseja controlar. A vari´ vel controlada e geralmente representada pela a vari´ vel de sa´da do sistema de controle; a ı ´ Vari´ vel de controle. A vari´ vel de controle (ou manipulada) e a quantidade a a ´ determinada pela acao de um controlador. A vari´ vel de controle e geralmente ¸˜ a identificada como a vari´ vel de entrada da planta; a ´ Controlador. Um controlador (ou compensador) e qualquer sistema conectado ` a planta no sentido de fazer a vari´ vel controlada responder de acordo com o espea cificado pela vari´ vel de referˆ ncia. a e 5. Exemplos. No controle de posicao do eixo de um motor DC (planta), as ¸˜ vari´ veis de controle e controlada s˜ o, respectivamente, a tens˜ o aplicada nos tera a a minais de entrada do motor e a posicao angular resultante do eixo. O controla¸˜

EA721 / PAULO VALENTE / UNICAMP

4

dor poderia ser simplesmente um transdutor, que converteria a posic ao desejada ¸˜ (vari´ vel de referˆ ncia) em radianos ou graus na tens˜ o necess´ ria para produz´-la. a e a a ı ´ Num tanque para aquecimento de agua (planta), as vari´ veis de controle e cona trolada s˜ o, respectivamente, a quantidade de calor transferida ao tanque e a tema ´ peratura resultante da agua. Um controlador converteria a temperatura desejada (vari´ vel de referˆ ncia) na quantidade de calor necess´ ria para atingi -la. a e a 6. Se as vari´ veis de referˆ ncia, de controle e de sa´da forem denotadas por r, u e y, a e ı respectivamente, ent˜ o e poss´vel representar um sistema de controle em malha a ´ ı PSfrag replacements aberta como na Figura 1.2.

r Controlador

u Planta

y

Figura 1.2: Sistema em malha aberta. 7. Os blocos (sistemas) Controlador e Planta s˜ o vistos agora como subsistemas de a um sistema mais complexo. A principal caracter´stica do sistema em malha aberta ı ´ da Figura 1.2 e inexistˆ ncia de realimentacao: os valores assumidos pela vari´ vel e ¸˜ a ´ de controle n˜ o dependem dos valores da vari´ vel de sa´da. A acao de controle e a a ı ¸˜ funcao apenas do processamento da vari´ vel de referˆ ncia pelo controlador. Por ¸˜ a e simplicidade, os termos vari´ vel de referˆ ncia, vari´ vel de entrada e vari´ vel de a e a a sa´da ser˜ o abreviados para referˆ ncia, entrada e sa´da do sistema, respectivamente. ı a e ı PSfrag replacements r Comparador e Controlador u Planta y

Sensor

Figura 1.3: Sistema em malha fechada. 8. Em contraste com o sistema de controle em malha aberta da Figura 1.2, a Figura 1.3 ilustra um sistema de controle em malha fechada, realimentado, no sentido

EA721 / PAULO VALENTE / UNICAMP

5

´ de que a sa´da y e medida e comparada com a sa´da desejada, indicada atrav´ s da ı ı e referˆ ncia r, para processamento atrav´ s do controlador e a consequente definicao e e ¸˜ da acao de controle u. ¸˜ 9. Dois novos componentes s˜ o introduzidos na Figura 1.3. A sa´da do sistema a ı ´ e medida atrav´ s do componente representado no bloco Sensor. Em seguida, a e ´ referˆ ncia e comparada com o valor medido, no bloco Comparador. A sa´da do e ı ´ comparador ser´ denotada por e. Em geral, a sa´da do comparador e simplesmente a ı ´ o erro entre a referˆ ncia e o valor medido, isto e, e = r − y. e ¸˜ 10. Exemplos. No controle de posicao do motor DC mencionado anteriormente, o sistema de controle encontra-se em malha aberta, uma vez que a tens˜ o definida a pelo controlador n˜ o depende da posicao angular do eixo. O mesmo ocorre no cona ¸˜ ˜ trole de temperatura do tanque: a quantidade de calor definida pelo controlador n ao ´ depende da temperatura da agua. Nas vers˜ es em malha fechada desses sistemas, o as vari´ veis de sa´da seriam medidas atrav´ s de sensores apropriados e comparaa ı e das com os valores desejados. Os erros resultantes seriam ent˜ o processados pelos a respectivos controladores para os ajustes necess´ rios (realimentacao). a ¸˜ ` 11. As vezes torna-se conveniente explicitar a parte do sistema de controle respons´ vel pela atuacao na planta, como na Figura 1.4, atrav´ s do bloco Atuador. a ¸˜ e ´ Em sistemas f´sicos, o atuador e o componente que gera a potˆ ncia necess´ ria para ı e a ` produzir a sa´da do sistema. A descricao do atuador pode ser incorporada a do ı ¸˜ ` controlador ou a da planta. Neste curso, optamos por designar de controlador ape´ nas a parte do sistema que e efetivamente projet´ vel, sendo o atuador geralmente a considerado como parte integrante da planta. PSfrag replacements r + − e Controlador Atuador Planta y

Sensor

Figura 1.4: Sistema explicitando o atuador.

Pode ser gerado internamente ou externamente ao sistema de controle. ¸˜ ı w PSfrag replacements r + − e Controlador u Planta y Sensor v ´ Figura 1. 13. A ı ´ forca e a amplitude das ondas representam disturbios externos para os sistemas de ¸ estabilizacao de plataformas mar´timas. Idealmente. Se a ´ parte da descricao da planta e omitida na etapa de modelagem do sistema. se fosse poss´vel representar a planta. Os valores mediı dos incorretamente ser˜ o realimentados.EA721 / PAULO VALENTE / UNICAMP 6 12. O termo disturbio designa genericamente qualquer evento que tenda a afetar o funcionamento do sistema de controle de forma adversa. A principal raz˜ o para a utilizacao de um sistema de controle a ¸˜ ´ ´ em malha fechada e a eventual presenca de disturbios agindo sobre o sistema. do sensor e do ambiente no qual o sistema em malha feı chada opera. A velocidade do vento representa a ´ ´ um disturbio externo para os sistemas de controle de trajetoria de ve´culos. afetando o funcionamento do sistema. ¸ ´ ´ Disturbio.5 ilustra um sistema de controle em malha fechada no qual vari´ veis de dist´ rbio agindo na planta e no sensor s˜ o explicitamente cona u a .5: Sistema em malha fechada sujeito a disturbios. Um sensor descalibrado ou sujeito a ru´dos gera medidas que n˜ o ı a ´ refletem os valores da sa´da. sistemas em malha aberta a seriam suficientes. gerando um disturbio interno. A traducao de dist´ rbios em termos de vari´ veis est´ diretamente ligada as ¸˜ u a a caracter´sticas da planta. o controlador e o ambiente ı no qual o sistema de controle est´ inserido com precis˜ o infinita. A Figura 1. a parte ¸˜ ´ n˜ o-modelada pode agir como disturbio interno. ` 14. n˜ o seria nea a a cess´ rio utilizar sistemas de controle em malha fechada. Exemplos.

a ı 15. controlador e sensor s˜ o executadas sem a intervencao humana. a e acoes repetitivas ou que possam ser potencialmente perigosas para a integridade ¸˜ f´sica dos operadores. ¸˜ Controle autom´ tico. mas n˜ o s˜ o afetadas pelas vari´ veis e. As a a a vari´ veis e. As vari´ veis r. controlador ou sensor. e Regulacao. O termo problema do servo¸˜ mecanismo serve atualmente para designar o problema de fazer a sa´da do sistema ı seguir (acompanhar. u e y. Tipo de controle em malha fechada no qual a realimentac ao ¸˜ ´ e implementada atrav´ s de um operador humano. e o a a ´ 16. Uma caracter´stica inerente ao desenvolvimento da area de sistemas de conı ´ trole e a progressiva substituicao de sistemas de controle manuais por sistemas ¸˜ autom´ ticos.EA721 / PAULO VALENTE / UNICAMP 7 sideradas. fazer a posicao ¸˜ e ¸˜ ¸˜ . hidr´ ulicos ou pneum´ ticos. u e y representam sa´das controladas (dependentes). O termo regulacao e empregado para designar a funcao de controle ¸˜ ¸˜ ´ ¸˜ ´ ` que visa manter a sa´da do sistema razoavelmente proxima a uma referˆ ncia espeı e cificada. Tipo de controle em malha fechada no qual as func oes a ¸˜ de comparador.5 involve dois grupos de trˆ s vari´ veis com e a caracter´sticas distintas. ¸˜ a atrav´ s de sistemas eletrˆ nicos. w e v s˜ o entradas externas (independenı a a tes). classificamos um sistema de ¸˜ controle em malha fechada como sendo do tipo servomecanismo ou regulac ao. rastrear) uma referˆ ncia especificada. que realiza uma ou mais das e funcoes de comparador. O termo problema da regulacao designa o problema de regular a sa´da ¸˜ ı do sistema. O diagrama da Figura 1. por exemplo. ¸˜ Servomecanismo. No controle em malha fechada do motor DC. o problema de levar o ´ eixo do motor da sua posicao inicial at´ a posicao desejada (isto e. Controle manual. 17. Do ponto de vista da funcao a ser executada. particularmente em atividades que demandem assistˆ ncia constante. 18. Sistemas de controle autom´ ticos s˜ o geralmente capazes de ı a a executar suas funcoes com maior precis˜ o e rapidez do que seria poss´vel atrav´ s ¸˜ a ı e de controle manual. O termo servomecanismo surgiu no contexto do desenvolvimento de certos mecanismos de controle de posicao. Do ponto de vista de implementacao f´sica. no sentido de que afetam. classificamos um sistema de con¸˜ ı ´ trole em malha fechada como manual ou automatico. Exemplo.

podem ser implementados com componentes de u menor qualidade e custo.EA721 / PAULO VALENTE / UNICAMP 8 do eixo comecar a seguir uma funcao tipo degrau.do que os corresa pondentes sistemas de controle em malha fechada. caracterizada pelos valores nominais das vari´ veis presentes no ¸˜ a sistema. ¸˜ ¸˜ Malha aberta × malha fechada 20. O objetivo num problema de regulacao e manter uma certa condicao nomi¸˜ ´ ¸˜ nal de operacao. e e 21. a realimentacao pode produzir instabilidade. restaurandoı se desta forma a condicao nominal de operacao do sistema. Por ser ainda economicamente invi´ vel medir grau de limpeza ı a da roupa para comparacao com o grau de limpeza desejado. ¸˜ 19. A quest˜ o ¸˜ a da estabilidade da malha de controle deve ser cuidadosamente tratada ao se implementar sistemas realimentados. Sistemas de controle foram originalmente introduzidos para solucionar proble- . Sistemas de controle em malha ´ aberta podem ser a unica alternativa quando a medicao da sa´da e t´ cnica ou econo¸˜ ı ´ e micamente invi´ vel.possuem mais componentes . Em ı ı u princ´pio s˜ o mais caros .mas por terem a capacidade ı a de compensar dist´ rbios internos. as demais vari´ veis devem tamb´ m sofrer desvios no sentido de restauu a e ¸˜ ¸˜ rar a condicao anterior ao dist´ rbio. sistemas de controle em malha fechada tornam a sa´da do sistema relativamente insens´vel a dist´ rbios externos ou internos. Por outro lado. A referˆ ncia seria o valor constante zero. a despeito de poss´veis dist´ rbios que o ¸˜ ı u possam afetar o sistema. Manter a posic ao do eixo ¸˜ ` suficentemente pr´ xima a posicao desejada. ¸˜ e uma vez que o objetivo agora seria levar o desvio da sa´da para zero. Podemos representar o problema da regulacao u atrav´ s do diagrama da Figura 1. de amplitude igual a posicao ¸ ¸˜ ¸˜ desejada) constitui um problema de servomecanismo. Sistemas de controle em malha aberta s˜ o de implementacao e manutencao a ¸˜ ¸˜ mais simples e s˜ o mais baratos . funcionam a base de ¸˜ ciclos (referˆ ncias pr´ -programadas) controlados por timers.possuem menos componentes . substituindo cada vari´ vel pelo respectivo dese a vio em relacao ao seu valor nominal. constitui um problema de regulac ao. Se adequadamente projetados.5. Exemplos ilustrativos 22. Quando a sa´da se desvia do seu valor nominal por influˆ ncia de algum ı e dist´ rbio. Eletrodom´ sticos como m´ quinas de lavar convencionais s˜ o a e a a exemplos t´picos. sem preju´zo significativo em termos de desempenho ı global.

´ A cabeca de leitura. Um disco magn´ tico e um dispositivo para armazenamento de dados e e consiste de uma superf´cie circular coberta por material magn´ tico. Atualmente uma parcela expressiva das aplicac oes de sistemas de controle ¸˜ envolvem sistemas eletromecˆ nicos. a ı ¸˜ constante. como motores e robˆ s. A partir da compreens˜ o e do dom´nio do ¸˜ a a ı princ´pio b´ sico da realimentacao.6 e posicionar a cabeca da unidade ¸ de leitura de forma a ler os dados armazenados numa trilha qualquer do disco. Um exemplo nesta a o ´ ´ area e o controle de uma unidade de leitura de discos magn´ ticos. encontra-se entre 1800 e 7800 rpm. 25. e montada num ¸ ı dispositivo deslizante conectado na extremidade de um braco mecˆ nico e paira a ¸ a uma distˆ ncia de 100 nm da superf´cie do disco. e disco ¸ braco motor PSfrag replacements trilha Figura 1. ı ¸˜ ı . chamados de trilhas.7. e ´ 24. a qual e comparada com a posicao (´ndice) desejada.6. Os dados s˜ o ı e a armazenados numa s´ rie de c´rculos concˆ ntricos. passaram a ser utilizados em diferentes campos ı a ¸˜ da tecnologia e da ciˆ ncia. Existem e ı e milhares de trilhas num disco magn´ tico. A velocidade de rotacao do disco. ilustrado na e ´ Figura 1. e Eletromecˆ nica a 23. O objetivo no sistema ilustrado na Figura 1. Um sistema de controle em malha fechada para o posicionamento da cabeca ¸ ´ de leitura de um disco magn´ tico e ilustrado na Figura 1. A cabeca de leitura lˆ a posicao ı e ¸˜ ¸ e ¸˜ ´ (´ndice) da trilha corrente. Cada trilha do disco e possui um ´ndice que pr´ -registra a sua posicao. constru´da com material do tipo filme fino.6: Unidade de leitura de disco magn´ tico.EA721 / PAULO VALENTE / UNICAMP 9 mas de regulacao de sistemas mecˆ nicos.

a glicose se acumula no corpo ao inv´ s de ser abe e sorvida pelas c´ lulas. Um sistema composto a ı por um reservat´ rio de insulina. motor. ¸˜ 26. A insulina ajuda a ¸´ glicose de origem alimentar a penetrar nas c´ lulas. O uso de conceitos e t´ cnicas de controle autom´ tico na area de biomedicina e a pode ser ilustrado atrav´ s da discuss˜ o de um sistema autom´ tico para administracao e a a ¸˜ de insulina. de forma a que estas produzam e energia. Na ausˆ ncia de insulina. ¸ PSfrag replacements Posicao ¸˜ Desejada + − Posicao ¸˜ Amplificador Motor e Braco ¸ Leitura Sensor Figura 1. a cabeca deve mover-se entre duas trilhas ¸ quaisquer do disco num intervalo de 50 ms. O diabetes se manifesta quando o corpo n˜ o produz insulina e a ´ suficiente ou e incapaz de utilizar eficientemente a insulina que produz. O sistema de controle ´ representado na Figura 1. A maioria dos alimentos que ingerimos e transformada em glicose. A Figura 1. As especificacoes de desempenho para o sistema de controle em malha fechada ¸˜ s˜ o bastante r´gidas: o erro entre a posicao desejada e a posicao final da cabeca de ¸˜ ¸˜ ¸ a ı leitura deve ser da ordem de ±1 µm. bomba e v´ lvula administra uma taxa de o a . 29. o qual por sua vez gera ¸˜ ´ uma entrada de controle para um motor DC de im˜ permanente. uma forma ´ de acucar que e transformada pelo corpo humano em energia. respons´ vel pelo a a posicionamento do braco da leitora. Biomedicina ´ 27. o a ´ 28.EA721 / PAULO VALENTE / UNICAMP 10 O sinal de erro de posicao e transmitido ao amplificador. um hormˆ nio produzido no pˆ ncreas. os quais servem de referˆ ncia para um sistema autom´ tico para adminisa e a ¸˜ e tracao de insulina a ser implantado num paciente diab´ tico.7: Sistema de controle da posicao de leitura.9 e do tipo malha aberta porque a tecnologia atual ainda n˜ o permite miniaturarizar um sensor para n´veis de glicose.8 ilustra os perfis de producao de glicose e insulina de uma pessoa ¸˜ saud´ vel.

. ´ 30. O Produto Interno Bruto (PIB) anualizado de um pa´s e a soma dos vaı ´ ¸ ı ı lores de todos os produtos e servicos produzidos no pa´s no per´odo de um ano. ¸˜ a podem ser representadas de forma simplificada. por exemplo. e 11 Concentracao ¸˜ PSfrag replacements Glicose Insulina Caf´ e Almoco ¸ PSfrag replacements Jantar tempo Figura 1. Avancos na area de miniaturarizacao de sensores dever˜ o viabilizar sistemas ¸ ¸˜ a em malha fechada implantados para controle do n´vel de glicose no sangue. Gerador de Sinal (Programado) v(t) (tens˜ o) a Motor.EA721 / PAULO VALENTE / UNICAMP insulina como pr´ -programado num gerador de sinal. como um sistema. entre outros. Embora e ´ a Sociedade. Bomba e V´ vula a u(t) Taxa de Insullina Figura 1. possua inumeros componentes e muitas malhas de controle. press˜ o ı a sang¨ ´nea e taxa de batimento card´aco. Tentativas no sentido de modelar alguns processos no campo das ciˆ ncias soe ciais como sistemas de controle tˆ m sido realizadas com relativo sucesso. 32. uı ı Economia 31. certas relacoes de causa-e-efeito b´ sicas em Economia.8: Perfis normais de glicose e insulina.9: Controle em malha aberta de glicose.

Investimentos Privados PIB Desejado + Governo − + + + Atividade Econˆ mica o PIB PSfrag replacements Consumidores − + Medida Impostos Figura 1. isto e. s˜ o seus a a ˆ investimentos na atividade economica. da diferenca entre o que e investido e o que e arrecadado ¸ pelo governo. A principal vari´ vel de controle do governo.10: PIB como um sistema realimentado.10. a Dentre as malhas de controle n˜ o-evidenciadas. encontra-se a respons´ vel pelo a a ´ ´ ´ controle de deficit. Embora bastante simplificado. a qual tamb´ m recebe entradas na forma de e investimentos privados e gastos dos consumidores. . oriunda da coleta de impostos. nos moldes de um sistema de controle como o ilustrado na Figura 1.EA721 / PAULO VALENTE / UNICAMP 12 ´ Um dos objetivos da acao governamental e promover e controlar o crescimento do ¸˜ PIB. 33. o diagrama de blocos ajuda a entender os mecanismos b´ sicos do comportamento do PIB numa economia nacional (capitalista).

bm s˜ o coeficientes constantes. z2 . isto e. ¸˜ ˙ . dizemos que z1 . e das condic oes iniciais y(0). . . Sistemas lineares invariantes no tempo podem ser genericamente representados por uma equacao diferencial linear ordin´ ria: ¸˜ a y (n) + an−1 y (n−1) + · · · + a1 y + a0 y = ˙ bm u(m) + bm−1 u(m−1) + · · · + b1 u + b0 u ˙ (m ≤ n). Atrav´ s do conceito de funcao de transferˆ ncia e poss´vel representar um sistema e ¸˜ e ı dinˆ mico atrav´ s de uma funcao alg´ brica racional (raz˜ o de dois polinˆ mios) na a e ¸˜ e a o freq¨ encia complexa s. . . . obtemos a funcao de transferˆ ncia do sistema: ¸˜ e G(s) = Y (s) bm sm + bm−1 sm−1 + · · · + b1 s + b0 . z1 . zm s˜ o ı a . Se a maior potˆ ncia de s do denominador de G(s) for n. A sa´da y fica completamente caractea ı rizada a partir do conhecimento da entrada u. . . b1 . Se a funcao de transferˆ ncia for a ı ¸˜ e ´ irredut´vel. Aplicando a Transformada de Laplace (L) a ambos os lados da equacao diferencial supondo condicoes iniciais nulas e dividindo Y (s) = L[y(t)] ¸˜ ¸˜ por U (s) = L[u(t)]. uˆ e ´ ´ dizemos que a ordem do sistema e n. . z2 . pn s˜ o as ra´zes do denominador de G(s). . . A forma fatorada de G(s) e G(s) = k(s − z1 )(s − z2 ) · · · (s − zm ) . y(0). . . na qual y e u s˜ o as vari´ veis de sa´da e de entrada do sistema e a0 . . y (n−1) (0). a1 . . (s − p1 )(s − p2 ) · · · (s − pn ) ´ na qual k e uma constante. . . zm s˜ o as ra´zes do numerador e p1 . . = U (s) sn + an−1 sn−1 + · · · + a1 s + a0 ´ 2. . an−1 . . . a ı . a a ı b0 .EA721 / PAULO VALENTE / UNICAMP 13 ˜ Revisao 1 Resposta Temporal Funcao de transferˆ ncia ¸˜ e Ganho DC Sistemas de primeira ordem Sistemas de segunda ordem ˆ Funcao de transferencia ¸˜ 1. p2 . se zi = pj para todo i e todo j. .

isto e. A sa´da ¸˜ e ı −1 [G(s)U (s)]. p2 .EA721 / PAULO VALENTE / UNICAMP 14 os zeros e que p1 . t ≥ 0. ent˜ o G(s) = L[g(t)]. Podemos calcular o valor final da resposta y de um sistema linear invariante no tempo descrito pela funcao de transferˆ ncia G(s) a uma entrada particular u ¸˜ e . atrav´ s de regras dependentes da natureza dos polos ¸˜ e de G(s) (distintos. . A resposta temporal de um sistema linear invariante no tempo nada mais e do que a sa´da do sistema y para uma dada entrada u. Ao lidarmos com sistemas rea o presentados pelas suas funcoes de transferˆ ncia devemos atentar para as seguintes ¸˜ e propriedades b´ sicas: a • A funcao de transferˆ ncia independe da entrada aplicada ao sistema. Passo 3: Obtenha as anti-transformadas de Laplace das frac oes de Y (s). pn s˜ o os p´ los de G(s). se g e a reposta do sistema ao impulso. ¸˜ ´ • A funcao de transferˆ ncia e a transformada de Laplace da sa´da do sistema ¸˜ e ı ´ ´ quando a entrada e a funcao impulso δ(t). se g e a sa´da do sistema ¸˜ ı ` ´ ´ devida a entrada u(t) = δ(t) (U (s) = 1). u Ganho DC 4. A soma ¸˜ ´ dos termos resultantes e a reposta temporal do sistema: y(t) = L−1 [Y1 (s)] + L−1 [Y2 (s)] + · · · + L−1 [Yn (s)]. a ´ 3. Expresse Y (s) como soma de frac oes par¸˜ ciais: Y (s) = Y1 (s) + Y2 (s) + · · · + Yn (s). Passo 2: Calcule Y (s) = G(s)U (s). . A funcao de do sistema depende da entrada pois y(t) = L ¸˜ transferˆ ncia depende apenas dos coeficientes (que tamb´ m definem a ore e dem) da equacao diferencial. Podemos obter a resposta ı temporal de um sistema representado pela sua funcao de transferˆ ncia atrav´ s do ¸˜ e e seguinte procedimento: Passo 1: Obtenha a Transformada de Laplace da entrada: U (s) = L[u(t)]. m´ ltiplos. . Os Passos 1 e 3 s˜ o normalmente executados com o aux´lio de uma Tabela de a ı Transformadas de Laplace. . complexos). O Passo 2 envolve o c´ lculo dos res´duos associados a ı ` ´ as fracoes parciais de Y (s). De fato.

Se u(t) = A. em analogia ao termo utilizado para descrever sinais el´ tricos constantes. s→0 ´ Se y possui um valor final. isto e. Entretanto. o limite pode existir. U (s) τs + 1 (1) a na qual k e τ s˜ o o ganho e a constante de tempo do sistema. como a velocidade de uma massa. t ≥ 0 u (degrau unit´ rio de amplitude A). s→0 ´ Supomos implicitamente que y possui um valor final. Sistemas de primeira ordem ı a e assumem a seguinte forma padr˜ o: a G(s) = Y (s) k = . O valor G(0) e chamado de ganho DC ou ganho de regime do sistema para uma entrada constante. Se U (s) = 1/s.EA721 / PAULO VALENTE / UNICAMP atrav´ s do chamado Teorema do Valor Final: e t→∞ 15 lim y(t) = lim sY (s). t ≥ 0. sem significado f´sico. Resposta ao degrau unit´ rio. s s + (1/τ ) ´ A anti-transformada de Y (s) (resposta ao degrau) e y(t) = k − ke−t/τ = k(1 − e−t/τ ). ent˜ o U (s) = A/s e a a A lim y(t) = lim sG(s) . que y converge para algum n´ mero real quando t tende para o infinito. (2) . s(τ s + 1) s(s + 1/τ ) k k − . o limite indicado existe e o valor final de y e G(0)A. o n´vel de um tanque ou a tens˜ o num circuito RC s´ rie. respectivamente. t→∞ s→0 s = lim G(s)A. e Sistemas de primeira ordem ´ 5. 6. s→0 = lim sG(s)U (s). ent˜ o a a Y (s) = G(s)U (s) = = k/τ k = . Modelos de primeira ordem s˜ o utilizados para descrever um grande numero de a processos simples. mesmo que y n˜ o possua ı a ´ valor final. a temperatura de um reator.

a 7. e−t/τ 1 0. e e chamado por sua vez de resposta transitoria ou resposta natural do sistema.7 0.5 0. O termo ke −t/τ e devido ao p´ lo ´ ´ de G(s). k.5 2 2.4 0.1 0 0 0.8 0. porque o termo desaparece quando t tende ao infinito.0498 0. e e chamado de resposta forcada ou resposta em regime do sistema.0183 0. ap os t = 4τ s ´ (qualquer que seja τ ) o valor da resposta e superior a 98% do seu valor final.1: Resposta ao degrau unit´ rio (k = 1. Consequentemente.3 0.) Figura R1.1 ` ilustra a resposta t´pica de um sistema de primeira ordem a entrada degrau unit´ rio. O valor DC de um sistema pode a ı a ser calculado mesmo que a entrada n˜ o seja constante.EA721 / PAULO VALENTE / UNICAMP 16 ´ O termo k da resposta ao degrau unit´ rio (2) e devido ao p´ lo na origem de a o ´ U (s).5 1 1.5 s).0067 t 0 τ 2τ 3τ 4τ 5τ ´ 8. se a entrada a a . O ganho DC do sistema de primeira ordem e G(0) = k. τ = 0. basta multiplicar a sa´da por A. ı a Para obter a resposta a um degrau de amplitude A. Observamos que apos quatro constantes de tempo o valor ´ ´ da exponencial e inferior a 2% do valor inicial. porque ¸ ´ o o termo permanece quando t tende ao infinito. ent˜ o o valor final da sa´da ser´ kA. A tabela abaixo indica como a exponencial e−t/τ decai em funcao de m´ ltiplos ¸˜ u ´ da constante de tempo τ . Na pr´ tica. Se a amplitude do degrau for A. A Figura R1.6 Amplitude To: Y(1) 0. ı Step Response From: U(1) 1 0.1353 0.3679 0.9 0.5 3 Time (sec.2 0.

para obter a resposta a a uma rampa de inclinacao A (s−1 ). τ = 0. t ≥ 0. Do mesmo modo. ` 9. Observamos que a resposta a rampa tende a uma reta de inclinacao k. basta multiplicar a sa´da por A. + 1/τ ) = − kτ k kτ + 2+ . O fator que multiplica a exponencial agora depende de τ . Quanto maior τ . e y(t)re = kt − kτ (t → ∞). ¸˜ ı 10 9 8 7 u 6 5 4 3 y PSfrag replacements 0 1 2 3 4 5 6 7 8 9 10 2 1 0 t (s) ` Figura R1.2 ilustra a resposta t´pica de um sistema de ¸˜ ı ` primeira ordem a entrada rampa unit´ ria. ` mais prolongada ser´ a resposta transit´ ria do sistema. a Sistemas de segunda ordem . ent˜ o a a Y (s) = k s2 (τ s + 1) = s2 (s (k/τ ) . Resposta a rampa unit´ ria.EA721 / PAULO VALENTE / UNICAMP 17 permanecer igual a A por um per´odo superior a 4τ s. a parte da resposta a rampa que permanece quando t tende ao a ´ ` infinito. isto e.2: Resposta do sistema a rampa unit´ ria (k = 1.5 s). A Figura R1. o valor da sa´da tender´ a ı ı a` constante G(0)A. s s s + (1/τ ) ` ´ A anti-transformada de Y (s) (resposta a rampa) e y(t) = kt + kτ e−t/τ − kτ. Se U (s) = 1/s2 . A resposta em regime a a o ´ ` rampa unit´ ria.

2 = −ξωn ± jωd .EA721 / PAULO VALENTE / UNICAMP 18 ´ 10. 11. Se ξ < 1. ı s1.2 na forma ı s1. Se U (s) = 1/s. o deslocamento angular do eixo de um motor DC (modelo simplificado) ou a carga no capacitor de um circuito RLC s´ rie. O ganho DC uˆ ¸˜ do sistema de segunda ordem na forma padr˜ o e G(0) = 1. depen¸˜ ¸ dente do fator de amortecimento ξ. Um sistema de segunda ordem e completamente caracterizado pelos ¨e ´ valores de ξ e ωn . Para obter a reposta do sistema sub-amortecido. Seria a freq¨ encia de oscilacao do sistema caso ξ = 0. dizemos qua a resposta e sub-amortecida e representamos as ra´zes s1. A freq¨ encia natural e tamb´ m chamada de frequˆ ncia n˜ ouˆ e a amortecida. 2 s(s2 + 2ξωn s + ωn ) 2 A natureza das ra´zes de s2 + 2ξωn s + ωn = 0. 2 U (s) s + 2ξωn s + ωn ¨e ´ ´ na qual ξ e o fator de amortecimento e ωn e a frequˆ ncia natural (em rad/s) ´ do sistema. ı : ra´zes reais m´ ltiplas. ent˜ o a a Y (s) = 2 ωn . O valor final da sa´da a ´ ı ´ e igual a qualquer valor de entrada constante. : ra´zes reais distintas. ¨e ´ na qual ωd = ωn 1 − ξ 2 e a frequˆ ncia de oscilacao forcada do sistema. A forma padr˜ o de um sistema de e a ´ segunda ordem e 2 Y (s) ωn G(s) = = 2 . expressamos Y (s) em fracoes parciais: ¸˜ . Modelos de segunda ordem s˜ o tamb´ m representativos de um grande numero a e de processos de interesse.2 = −ξωn ± ωn varia de acordo com o valor de ξ ≥ 0: ξ>1 ξ=1 ξ<1 ξ 2 − 1. ı ´ Resposta sub-amortecida. ı u : ra´zes complexas conjulgadas. Resposta ao degrau unit´ rio. como a posicao de uma massa num sistema massa-mola¸˜ atrito.

A resposta correspondente. 2 + ω2 s (s + ξωn ) (s + ξωn )2 + ωd d Anti-transformando Y (s) com o aux´lio de uma Tabela de Transformadas. ξ2 − 1 −ξωn − ωn ξ2 − 1 ´ e as ra´zes s˜ o reais e distintas. 1 − ξ2 ξ sen ωd t + tg−1 . Se ξ = 0 (ωd = ωn ). obı temos ent˜ o a y(t) = 1 − e−ξωn t = 1− e−ξωn t 1 − ξ2 cos ωd t + ξ 1 − ξ2 sen ωd t . ´ a Dizemos neste caso que a resposta e n˜ o-amortecida. 2 s s + 2ξωn s + ωn 1 s + ξωn ξωn − − 2. obtemos a y(t) = 1 − cos ωn t. t ≥ 0. sendo chamada de criticamente amortecida. e ı a a o . e ı a u a o y(t) = 1 − e−ωn t (1 + ωn t). Resposta super-amortecida. A resposta oscila com freq¨ encia amortecida ωd e tende a 1 (amplitude do uˆ degrau unit´ rio) quando t tende ao infinito. ¨ˆ A resposta oscila sem amortecimento em torno de 1 na freq uencia natural ωn .EA721 / PAULO VALENTE / UNICAMP 19 Y (s) = = 1 s + 2ξωn − 2 . t ≥ 0. Resposta criticamente amortecida. n˜ o-oscilat´ ria. n˜ o-oscilat´ ria. ent˜ o a 2 s2 + 2ξωn s + ωn = (s + ωn )2 ´ e as ra´zes s˜ o reais e m´ ltiplas. Se ξ = 1. Se ξ > 1. ent˜ o a 2 s2 + 2ξωs + ωn = −ξωn + ωn t ≥ 0. A resposta correspondente.

Se |s1 | << |s2 |.EA721 / PAULO VALENTE / UNICAMP 20 y(t) = 1 + e s1 t e s2 t − .2 = −ξωn ± ωn ξ 2 − 1. s2 2 ξ 2 − 1 s1 ωn t ≥ 0. t ≥ 0. sendo chamada de super-amortecida. A resposta obtida e ı ¸˜ tipicamente a de um sistema de primeira ordem. 2 ξ 2 − 1 s1 ´ ´ Dizemos que a ra´z s1 e dominante em relacao a s2 . ent˜ o es2 t decai muito mais r´ pido do que es1 t e a resposta pode ser a a aproximada por ωn e s1 t y(t) 1 + . na qual s1. .

¸˜ o Relacoes trigonom´ tricas simples mostram que ¸˜ e |s1 | = |s2 | = (ξωn )2 + ωn 1 − ξ2 2 = ωn . PSfrag replacements Im s s1 +ωd ωn θ −ξωn ξωn 0 Re s −ωd s2 Figura R2.2 = −ξωn ± jωd . 2 U (s) s + 2ξωn s + ωn seus p´ los complexos conjulgados (ξ < 1).1: Localizacao dos p´ los no plano s.1. o s1. a G(s) = 2 Y (s) ωn = 2 .EA721 / PAULO VALENTE / UNICAMP 21 ˜ Revisao 2 Resposta Temporal Sistemas de segunda ordem Caracter´sticas da resposta ao degrau ı Ganho DC n˜ o-unit´ rio a a Efeito da adicao de um zero ¸˜ Sistemas de segunda ordem 1. podem ser localizados no plano s como ilustra a Figura R2. . Dado um sistema de segunda ordem na forma padr˜ o. ωd = ω n 1 − ξ2.

2 .EA721 / PAULO VALENTE / UNICAMP 22 ´ ` ´ isto e.8 0.8 .2. ωn implicando que ξ tende a 1 (ωd tende a 0) quando θ tende a 0. ¸˜ 3. o angulo θ indicado e tal que e cos θ = ξωn = ξ.4 e 0.3 .2 Amplitude To: Y(1) 1 PSfrag replacements 1 2 0. Excetuando-se casos onde oscilac oes n˜ o possam ¸˜ a ´ ¸˜ ser toleradas. a a a o que mais r´ pido se aproxima da referˆ ncia degrau unit´ rio e a correspondente ao a e a ´ caso criticamente amortecido.6 1. Respostas ao degrau unit´ rio t´picas de sistemas de segunda ordem sub-amora ı tecidos (ξ < 1). como em determinadas aplicacoes em Rob´ tica.4 1. ¸˜ Caracter´sticas da resposta ao degrau ı 2.4 0. o que implica em o a fatores de amortecimento entre 0. e desej´ vel que a o a resposta transit´ ria seja suficientemente r´ pida e amortecida.4 ξ=0 1.6 0.1 .) Figura R2.2 0 0 5 10 15 Time (sec. Step Response From: U(1) 2 1. que a distˆ ncia de s1 (s2 ) a origem do plano s e igual a freq¨ encia natural a uˆ ˆ ´ do sistema. A resposta sub-amortecida de um sistema de segunda ordem pode ser expressa . criticamente amortecidos (ξ = 1) e super-amortecidos (ξ > 1) s˜ o ilustradas na Figura R2. Dentre as respostas n˜ o-oscilat´ rias (ξ ≥ 1). A frequencia de oscilacao forcada ωd aumenta ¸˜ ¸ com a diminuicao de ξ ou com o aumento de ωn . e que ξ tende a 0 (ωd ¨ˆ tende a ωn ) quando θ tende a π/2.8. Al´ m disso.2: Respostas ao degrau em funcao de ξ (ωn = 1).

8 To: Y(1) 0.3. t ≥ 0.1 e y(t2 ) = 0.3: Resposta ao degrau unit´ rio (ξ = 0. 4.2 ts 0 0 1 2 3 4 5 6 7 8 Time (sec. Intervalo de tempo necess´ rio para que a resposta v´ de a a 0% a 100%. dada por (3). de 10% a 90% do a seu valor final. como na Figura R2. A resposta ilustrada e a na Figura R2. V´ rias caracter´sticas da resposta sub-amortecida de um sistema de segunda a ı ordem podem ser expressas atrav´ s dos parˆ metros ξ e ωn .4 1.3 indica alguns dos ´ndices que utilizamos para avaliar a qualidade ı da resposta.6 0. Step Response From: U(1) 1. O tempo de subida possui uma pequena dependˆ ncia e do fator de amortecimento.9. sendo ´ assim inversamente proporcional ao valor absoluto da parte real dos p olos de G(s). tr . Matematicamente.5. ou.4 PSfrag replacements 0.EA721 / PAULO VALENTE / UNICAMP na forma y(t) = 1 − e−ξωn t 1 − ξ2 sen ωd t + tg−1 1 − ξ2 ξ . Todos os ´ndices discutidos a seguir s˜ o calculados.) tr tp Figura R2. ωn = 2).2 Mp 1 Amplitude 0. onde t1 e t2 s˜ o tempos tais que a y(t1 ) = 0. tr = t2 − t1 . como ser´ assumido. a partir da resposta sub-amortecida do sistema de segunda ordem. Entretanto admitindo o . a Tempo de subida. alguns de forma ı a aproximada.2. como ilustra a Figura R2. 23 (3) ´ A constante de tempo do sistema de segunda ordem e τ = 1/(ξωn ).

A m´ xima sobre-elevacao e obtida resolvendo-se y(tp ) = 0 (condicao a ¸˜ ´ ˙ ¸˜ de inclinacao nula para um ponto de m´ ximo de y(t)) para o menor tempo tp ¸˜ a poss´vel.8 . (s) ξωn O tempo de acomodacao depende simultaneamente do fator de amortecimento ¸˜ e da freq¨ encia natural. (s) ωn 24 ´ O fator determinante do tempo de subida e a freq¨ encia natural do sistema. o tempo de acomodacao ser´ de aproximadamente quatro constantes ¸˜ a de tempo: 4 ts = 4τ = . M´ ximo valor da resposta medida a partir do seu a ¸˜ a valor final. Se utilizarmos uma ¸ faixa de 2%.30 %. Tempo de subida: tr = M´ xima sobre-elevacao: a ¸˜ Mp = e−(0.5 e ωn = 2 rad/s.5. podemos aproximar o tempo de subida por e tr = 1.8 = 0.EA721 / PAULO VALENTE / UNICAMP valor m´ dio ξ = 0. U (s) s + 2s + 4 s + 2 × 0.52 )π 1. chamado de tempo de pico. tp .5 × 2s + 22 O sistema exibe ξ = 0. Considere o sistema de segunda ordem G(s) = 4 22 Y (s) = 2 = 2 . tp = .90 s. ı o ¸˜ a √ π 2 M = e−(ξ/ 1−ξ )π . Ap´ s as operacoes necess´ rias. M . Exemplo. ¸˜ o tempo de pico depende tamb´ m da freq¨ encia natural. (s) ωd ´ E usual representarmos a m´ xima sobre-elevacao em termos percentuais: Mp = a ¸˜ M ×100. uˆ 5. Tempo necess´ rio para que a resposta alcance e ¸˜ a permaneca dentro de uma faixa percentual do seu valor final. . ts . 2 × 100 = 16. A sobre-elevacao depende apenas do fator de amortecimento do sistema. e uˆ Tempo de acomodacao. uˆ M´ xima sobre-elevacao.5/ √ 1−0.

6. determinar ξ e ωn .8 rad/s. ¸˜ 7. ent˜ o ts = 2. Em Controle estamos frequentemente interessados em sintetizar um sistema ´ de segunda ordem.73 4 = 4. construir um sistema de segunda ordem que apresente caracter´sticas desejadas de resposta ao degrau. agora sobre o valor de ¸˜ o ¸˜ ξωn : 4 4 ts = ≤ 3 ⇒ ξωn ≥ ξωn 3 Os valores m´nimos ξ = 0.81 s. e claro. por exemplo. ´ Gr´ ficos Mp × ξ s˜ o apresentados na maioria dos livros introdutorios de Cona a trole. O tempo de subida imp˜ e uma restricao a freq¨ encia natural: o ¸˜ ` uˆ tr = 1. Veja. A dependˆ ncia da resposta de um sistema de segunda ordem ao degrau em e relacao aos parˆ metros ξ e ωn sugere ser poss´vel delimitar regi˜ es do plano s ¸˜ a ı o .9 s. Construir o sistema significa. ou seja. tal que Mp ≤ 10 %.00 s.EA721 / PAULO VALENTE / UNICAMP Tempo de pico: tp = Tempo de acomodacao: ¸˜ ts = 25 π = 1. A solucao mais simples e aumentar ωn . isto e. especificadas atrav´ s de tr . determinar os valores de ξ e ωn que satisfazem as especificacoes formuladas. 1. ts e ı e ´ Mp . O sistema que sintetiza a resposta desejada e a G(s) = 2 ωn 5.6 e ωn = 1. Ogata.8 ≤1 ωn ⇒ ωn ≥ 1.29 n n 8. 2 + 2ξω s + ω 2 s s + 2.76s + 5.3 rd/s. Considere o problema de sintetizar um sistema de segunda ordem. devemos impor ξ ≥ 0.8 rad/s n˜ o satisfazem a especificacao ı a ¸˜ ´ relativa ao tempo de acomodacao. pg. principalmente. O tempo de acomodacao imp˜ e uma restricao adicional. 0. Exemplo. ts ≤ 3 s. tr ≤ 1 s.29 = 2 . Para que M p ≤ 10%.5 × 2 6. Se ¸˜ ¸˜ ´ ωn = 2. 155.

Mp ≤ M p ¯ tr ≤ tr PSfrag replacements Im s 0 Regi˜ o a de alocacao ¸˜ Re s ¯ ts ≤ ts Figura R2. • Uma sobre-elevacao m´ xima M p implica um fator de amortecimento m´ni¸˜ a ı ˆ mo ξ e um consequente angulo m´ ximo θ. a uˆ ı o que exclui o interior de um semi-c´rculo de raio ωn . ı ¯ • Um tempo de acomodacao m´ ximo ts implica uma parte real dos p´ los ξωn ¸˜ a o a ` m´nima ξωn . ts e Mp . ı ´ Um sistema de segunda ordem com polos complexos conjulgados pertencentes ` a intersecao das trˆ s regi˜ es acima (regi˜ o hachurada na Figura R2. 2 U (s) s + 2ξωn s + ωn . t r ≤ t r e t s ≤ t s . o que cria um setor no semi-plano a esquerdo.4: Especificacoes em termos de regi˜ es no plano s. ¯ • Um tempo de subida m´ ximo tr implica uma freq¨ encia natural m´nima ωn . o que exclui a regi˜ o a esquerda de ξωn .EA721 / PAULO VALENTE / UNICAMP 26 que caracterizem determinados tipos de resposta. como ilustra a Figura R2. Pode ocorrer do sistema de segunda ordem se apresentar na forma G(s) = 2 Y (s) kωn = 2 .4. ¸˜ o ˜ ´ Ganho DC nao-unitario 9. uma dada localizacao de p´ los – alocacao de p´ los no problema de s´ntese – implica numa ¸˜ o ¸˜ o ı resposta ao degrau descrita em termos de tr . Em outras palavras. Em particular.4) ser´ tal que ¸˜ e o a a ¯ ¯ Mp ≤ M p .

0 Amplitude To: Y(1) 1 5. Em particular. ¸˜ . Observamos que o ganho k = ω n /a foi definido de tal maneira que G(0) = 1 qualquer que seja a.5 0 0 1 2 3 4 5 6 7 8 Time (sec.5 1. Uma modificacao conveniente para m´ xima sobre¸˜ a ´ elevacao quando y(∞) = 1 e ¸˜ Mp = y(tp ) − y(∞) × 100. 2. As respostas ao degrau correspondentes s˜ o apresentadas na Figura R2. Para uma a an´ lise do comportamento t´pico do sistema ap´ s a introducao do zero. 1 e 0. a Step Response From: U(1) 2. y(∞) Efeito da adicao de um zero ¸˜ 10.5 0.0 PSfrag replacements 0.0 2.5.7.5: Efeito da introducao de um zero. Neste caso. facilitando a an´ lise a a seguir.5 2 1. no sentido de que todas as respostas tender˜ o ao valor final 1. ωn = 2 rad/s e os seguintes valores para a: 5.5.) Figura R2. n˜ o necessariamente unit´ rio. o valor final de y ser´ a y(∞) = limt→∞ y(t) = k. o a a ganho DC do sistema passa a valer G(0) = k e a resposta ao degrau do sis´ tema e simplesmente multiplicada por k. suponha a ı o ¸˜ ξ = 0. O sistema de segunda ordem G(s) = (ω 2 /a)(s + a) Y (s) = 2 n 2 U (s) s + 2ξωn s + ωn 2 possui um zero adicional em s = −a.EA721 / PAULO VALENTE / UNICAMP 27 ´ na qual k e um ganho qualquer.

¸˜ . seu efeito sobre o amortecimento do sistema e desprez´vel. A parte real do par de p´ los complexos conjulgados e −ξωn = −0. O o ı ` sistema se comporta como se n˜ o houvesse o zero.7 × 2 = o −1. produz um efeito equivalente ¸˜ a o ao de reduzir o amortecimento do sistema.EA721 / PAULO VALENTE / UNICAMP 28 ´ 11. A medida que o zero se desloca a na direcao do eixo imagin´ rio. o zero encontra-se em s = −a. aumentando assim a sua m´ xima sobrea elevacao. passando pelo p´ los. Quando o zero est´ relativamente distante a ´ do p´ los (a = 5).4.

na qual YG (s) e YR (s) representam as parcelas da expans˜ o em fracoes parciais de ¸˜ a ´ Y (s) que envolvem exclusivamente os polos de G(s) e de R(s). isto e ´ ´ e. Considere um sistema linear invariante no tempo qualquer modelado pela func ao ¸˜ de transferˆ ncia G(s). Desejamos obter a resposta em regime do sistema. A resposta temporal da sa´da pode ent˜ o ser vista como ı a y(t) = L−1 [Y (s)]. . Assumindo que G(s) possui apenas polos com partes reais estritamente negativas (p´ los reais. t ≥ 0. yG (t) → 0 quando t → ∞ (devido as exponenciais negativas) e a resposta em regime do sistema se reduz a y(t) = yR (t) (t → ∞). R(s) = 2 s + ω2 ´ 2. Y (s) = G(s)R(s). Aω . E sempre poss´vel expressar a transformada de Laplace da sa´da como ı ı Y (s) = YG (s) + YR (s). ` Assim sendo. ´ 3.EA721 / PAULO VALENTE / UNICAMP 29 ˜ Revisao 3 Resposta em Frequencia ¨ˆ ` Resposta a entrada senoidal Diagramas de Bode ` Resposta a entrada senoidal 1. a antio u o transformada yG (t) conter´ apenas termos do tipo e−σt . p´ los complexos conjulgados). y(t) para t → ∞. distintos ou m´ ltiplos. tp e−σt ou e−σt sen ωd t. a em que p e σ representam genericamente um inteiro e uma constante positivas. respectivamente. t ≥ 0. No dom´nio da Transformada de uˆ ı Laplace. = L−1 [YG (s)] + L−1 [YR (s)]. = yG (t) + yR (t). quando a entrada r e um sinal senoidal de amplitude A e freq¨ encia ω dadas: r(t) = A sen ωt.

s − jω s + jω 30 na qual α e α (complexo conjulgado de α) s˜ o os res´duos associados aos p´ los de ¯ a ı o R(s) (s = jω. as propriedades (5)-(6) e denotando por simplici¸˜ dade φ = φ(jω).EA721 / PAULO VALENTE / UNICAMP ´ 4. (4) ´ ´ na qual |G(jω)| e a magnitude (ganho) e φ(jω) e a fase (ˆ ngulo) de G(jω) na a freq¨ encia ω. = 2j α = (s + jω)G(s)R(s)|s=−jω . Para obter yR (t) e necess´ rio anti-transformar a express˜ o a a YR (s) = α α ¯ + . α = (s − jω)G(s)R(s)|s=jω . Aω . = 2j Podemos expressar o n´ mero complexo G(jω) na forma exponencial u G(jω) = |G(jω)|ejφ(jω) . ¯ = AG(jω) jωt AG(−jω) −jωt e − e . Representamos alternativamente a fase como G(jω). −2jω −AG(−jω) . obtemos . O fato de uˆ G(jω) ser uma funcao racional em jω garante as seguintes propriedades: ¸˜ |G(jω)| = |G(−jω)|. s = −jω). ´ A resposta em regime do sistema e y(t) = αejωt + αe−jωt . De fato. Observamos que os res´duos de YR (s) dependem de ı G(s). φ(−jω) = −φ(jω). = G(jω) 2jω AG(jω) . 2j 2j (5) (6) Usando a representacao (4). ¯ Aω = G(−jω) .

ω = 3 rad/s). da mesma freq¨ encia ω da entrada. por´ m defasada de e uˆ e ´ φ (dependente de ω) em relacao a entrada.3o ). Diagramas de Bode 6. respectivamente. ´ t ≥ 0. quando |G(jω)| > 1 ou |G(jω)| < 1. sendo a quantidade |G(jω)| chamada de ganho de regime do sistema na freq¨ encia ω. t ≥ 0. A amplitude da resposta senoidal e ¸˜ ` A|G(jω)|. (t → ∞).39 × sen (3t − 56.39. Os diagramas (gr´ ficos) a |G(jω)| × ω e G(jω) × ω . dizemos conhecer a resposta em freq uˆ ncia do sistema modelado por G(s). j3 + 2 r(t) = 7sen 3t (A = 7. Dizemos que o sistema G(s) amplifica ou atenua a entrada uˆ r(t) = A sen ωt. e tamb´ m senoidal. G(j3) = −56.EA721 / PAULO VALENTE / UNICAMP 31 y(t) = A A |G(jω)|ej(ωt+φ) − |G(−jω)|e−j(ωt+φ) . ´ A resposta em regime do sistema e y(t) = A|G(jω)| sen (ωt + φ). 2j 2j ej(ωt+φ) − e−j(ωt+φ) . 5. 2j = A|G(jω)| Finalmente. Suponha que os valores de |G(jω)| e G(jω) sejam conhecidos para toda freq¨ encia ω no intervalo 0 < ω < ∞. s+2 5 .3o ) = 7 × 1. uˆ G(s)|s=j3 = |G(j3)| = 1. y(t) = A|G(jω)| sen (ωt + φ) (t → ∞). (7) A resposta em regime do sistema G(s) a uma entrada senoidal r(t) = A sen ωt.71 sen (3t − 56. = 9.3o . Como |G(jω)| e G(jω) caracterizam uˆ ¨e completemente G(jω). Na freq¨ encia ω = 3 rad/s. Considere o sistema de primeira ordem G(s) = 5 . Exemplo.

Utilizamos escalas lineares para representar a magnitude e a fase de G(jω) e escala ¨ˆ logaritmica para representar a frequencia ω. ω = √ a ´ uˆ o 2 (p´ lo em −2) e ω = ωn = 2 (ωn e a freq¨ encia natural dos p´ los o complexos conjulgados). s(s + 2)(s2 + s + 2) 10(jω + 3) . recebem a denominacao particular de diagramas de Bode. A fase G(jω) e representada em graus. respeca tivamente. Quando os diagramas s˜ o apresentados na forma log |G(jω)| × log ω a e G(jω)| × log ω. na qual os coeficientes constantes s˜ o todos iguais a 1: a 7. . ´ na qual log significa logaritmo na base 10. jω(jω + 2)[(jω)2 + jω + 2] • Os diversos fatores de G(jω) s˜ o colocados na forma padr˜ o ou forma de a a Bode. obtemos G(jω) = 10(s + 3) . Considere a e G(s) = • Fazendo s = jω.EA721 / PAULO VALENTE / UNICAMP 32 s˜ o chamados de diagrama de magnitude e diagrama de fase de G(jω). O procedi¸˜ ´ mento geral para se obter os diagramas assintoticos de uma dada funcao G(jω) ¸˜ ser´ discutido atrav´ s de um exemplo. 7. • Magnitude de G(jω) em dB: |G(jω)|dB = 20 log |G(jω)| = 20 log 7. (jω)2 jω + +1 2 2 ¨e • As frequˆ ncias de corte de G(jω) s˜ o ω = 3 (zero em s = −3).5+ + 20 log ω 3 2 + 1 − 20 log ω − 20 log − 20 log ω 2 ω 2 2 2 + 1− ω2 2 2 + 1− . ¸˜ ´ Normalmente a magnitude e representada em dB (decib´ l): e |G(jω)|dB = 20 log |G(jω)|. A obtencao dos diagramas de Bode de uma dada funcao G(jω) seria uma ta¸˜ ¸˜ ´ ´ refa mais ardua n˜ o fosse a possibilidade de construirmos diagramas assintoticos a para G(jω) a partir da sua decomposicao em fatores mais simples.5 G(jω) = jω jω +1 2 jω +1 3 .

EA721 / PAULO VALENTE / UNICAMP • Fase de G(jω) em graus: G(jω)|graus = tan−1 ω ω − 90o − tan−1 − tan−1 3 2 ω2 1− 2 ω 2 . 0 < ω < ∞ Fase: −90o . • Fatores assint´ ticos: o – Ganho constante: Magnitude: 20 log 7. Fase: 0<ω<∞ 0<ω<∞ – Zero em s = −3: Magnitude: 0 dB se ω << 3 20 dB/dec se ω >> 3 0o se ω << 3 90o se ω >> 3 Fase: – P´ lo em s = 0: o Magnitude: −20 log ω. 33 Obtemos a magnitude (em dB) e a fase (em graus) de G(jω) subtraindo a soma das parcelas referentes aos fatores do numerador da soma das parcelas referentes aos fatores do denominador de G(jω). 0o . 0 < ω < ∞ – P´ lo em s = −2: o Magnitude: 0 dB se ω << 2 −20 dB/dec se ω >> 2 0o se ω << 2 −90o se ω >> 2 Fase: – P´ los complexos o .5 dB.

ent˜ o a ω 2 2 ω2 + 1− 2 2 −20 log ω2 ω dB = −40 log √ dB 2 2 As ass´ntotas de baixa √ alta freq¨ encias se interceptam em ω = ı e uˆ √ ωn = 2.EA721 / PAULO VALENTE / UNICAMP Magnitude: Se ω << ωn = √ 2. o uˆ . Para ω >> 2. ¸˜ As ass´ntotas de baixa (ω << ωc . ωc (8) Uma d´ cada (dec) acima da freq¨ encia de corte (ω = 10ωc ) a magnitude ter´ e uˆ a 2 ω ) acima. ±40 dB. O erro m´ ximo introduzido pelo diagrama uˆ a ´ assint´ tico em relacao ao diagrama real ocorre em ω = ωc e e dado por o ¸˜ ±20 log ω ωc 2 + 1 = ±20 log √ 2 ±3 dB. duas d´ cadas (ω = 10 c e a ´ ´ que a inclinacao da curva de magnitude do zero ou polo real e de ±20 db/dec. o ganho cai com −40 dB/dec. ent˜ o a ω 2 2 34 −20 log Se ω >> ωn = − 20 log + 1− ω2 2 2 0 dB √ 2. inclinacao 0 dB/dec) e de alta (ω >> ωc ) ı ¸˜ freq¨ encias se cruzam em ω = ωc . uˆ ´ obtemos 0 dB de magnitude. quando ω >> ω c . − para p´ lo) o ±20 log ω = ±(20 log ω − 20 log ωc ). Quando ω << ωc . Dizemos ent˜ o variado ±20 dB. Por outro lado. sendo ωc a freq¨ encia de corte de um zero ou polo real. etc. As fases de zeros e p´ los reais nas suas freq¨ encias de corte valem ±45o . a magnitude e dada por (+ para zero. Fase: √ 0o se ω << ωn = √2 −180o se ω >> ωn = 2 ´ 8.

10. assim com a rapidez com que a fase varia. Em ω = ω n a ´ fase e sempre igual a −90o (n˜ o depende de ξ). ı ¸˜ 60 40 20 0 −20 −40 −60 −80 −100 −2 10 10 −1 10 0 10 1 10 2 ´ Figura R3.1 a 1.1 apresenta os fatores assintoticos (linhas tracejadas). A ¸ medida que o fator de amortecimento ξ diminui. No exemplo ilustrativo. a . o diagrama as´ sint´ tico (linha traco-ponto) e o diagrama de magnitude exato (linha s olida) de o ¸ 2 +s+2)]. em ω = ωn .1: Diagramas de magnitude de G(jω) . o que e poss´vel devido a representacao logaritmica da magnitude. ¸˜ uˆ a magnitude de um fator de segunda ordem gen´ rico seria e ±20 log 2ξ ω ωn 2 + 1− ω2 2 ωn 2 .0. depende de ξ.assintoticos e exato.√ diagramas da Figura R3. ´ A Figura R3. o pico da magnitude do fator de segunda ordem aumenta. Obtemos o diagrama assintotico somando ´ G(s) = 10(s+3)/[s(s+2)(s ao fator constante as inclinacoes dos fatores assint´ ticos nas suas freq¨ encias de ¸˜ o uˆ ´ ` corte. ξ 0. De fato.35. A magnitude exata do fator de segunda ordem na intersec ao das ass´ntotas de ¸˜ ı baixa (inclinacao 0 dB/dec) e alta freq¨ encias.EA721 / PAULO VALENTE / UNICAMP 35 9.2 s˜ o relativos Os a ao fator de segunda ordem com ωn = 2 e ξ igualmente espacado de 0. Uma an´ lise similar revela que a inclinacao da ass´ntota de alta freq¨ encia de um a ¸˜ ı uˆ ´ ´ fator de segunda ordem (zeros ou polos complexos conjulgados) e de ±40 dB/dec.

0≤ξ≤ √ N˜ o ocorre ressonˆ ncia se ξ > 2/2 a a 0. a Mr . (dB) 15 0 Fase (graus) 36 10 ξ = 0.0 −10 −80 −100 −15 −120 −20 −140 −25 −30 −160 PSfrag replacements 10 0 −35 −1 10 10 1 −180 −1 10 10 0 10 1 Figura R3. s˜ o. ωr . . respectivamente. A freq¨ encia na qual |G(jω)| apresenta seu pico. Quando ξ tende a zero.71. chamada de pico de resson ancia.EA721 / PAULO VALENTE / UNICAMP Mag.2: Magnitude e fase do fator de segunda ordem em func ao de ξ. Se um sistema G(jω) uˆ a ¨ˆ tal que ξ = 0 for excitado na frequencia ωn . a magnitude |G(jωn )| torna-se infinita. a freq¨ encia de ressonˆ ncia tende a ωn e Mr tende ao infinito.1 −20 ξ = 0. chamada de freq uˆ ncia de uˆ ˆ ressonˆ ncia. a 1 − 2ξ 2 1 2ξ 1 − ξ2 √ 2/2. e a magnitude correspondente. ¸˜ ¨e 11.0 ξ = 1. ωr = ω n e Mr = |G(jωr )| = .1 5 −40 0 −60 −5 ξ = 1.

ı a ´ 2. a segunda lei de Newton determina que m v = u. Em Controle dizemos que o modelo obtido e linear (equacao diferen¸˜ .1: Modelo linear do automovel. O autom´ vel. Considere o problema de modelar a velocidade de um autom ovel. trafega a uma velocidade v = v(t) o ´ ´ movido pela forca u = u(t) produzida pelo motor. A mo¸˜ e a ´ delagem quase sempre e baseada em leis f´sicas aplic´ veis ao sistema de interesse. Obtemos a velocidade do automovel em qualquer instante t ≥ 0 (t = 0 e o instante inicial de referˆ ncia) resolvendo a equacao diferencial linear de prie ¸˜ meira ordem a coeficientes constantes (9). Neste ı ı a ¸ ¸˜ caso. de massa total m. Os m´ todos tradicionais de an´ lise e projeto de sistemas de controle partem da e a representacao os componentes do sistema atrav´ s de modelos matem´ ticos. ˙ v (9) m u PSfrag replacements ´ Figura 2. representado na Figura 2. Assuma que o autom ovel e um ¸ corpo r´gido e que no seu movimento retil´neo n˜ o sofre forcas de reacao.1. uma vez especificada a condic ao inicial ¸˜ ´ v(0) = v0 . ´ ´ 3.EA721 / PAULO VALENTE / UNICAMP 37 Aula 2 Representacao de Sistemas ¸˜ Modelagem Linearizacao ¸˜ Funcao de transferˆ ncia ¸˜ e Diagrama de blocos Modelagem 1.

a Atrito de rolagem. O ar op˜ e resistˆ ncia ao movimento na forma de uma forca e o e ¸ 2 .EA721 / PAULO VALENTE / UNICAMP 38 cial linear) e invariante no tempo (coeficientes n˜ o dependem do tempo). w = w(t). ¸˜ Alguns desses fatores s˜ o discutidos a seguir. o modelo a ser adotado deve refletir todos os fatores julgados relevantes para ´ descrever como a velocidade do automovel se comporta em condicoes realistas. A superf´cie de rolagem e normalmente uma sucess˜ o de ¸˜ ı a aclives e declives. na qual µ e uma constante que depende das ´ ¸ caracter´sticas de contato entre as rodas e superf´cie de rolagem e fN e a forca ı ı normal atuando na superf´cie. A inclinacao da superf´cie. ı Resistˆ ncia do ar. ¸˜ a v PSfrag replacements u m mg s en w w mg cos w mg Figura 2. a o 4. ´ Massa vari´ vel. Para produzir a forca propulsora do seu movimento. em que k e uma constante que depende das dimens oes e da ´ ˜ de reacao igual a kv ¸˜ geometria do autom´ vel. o ´ Inclinacao da pista. A ı ´ variacao de massa age como um disturbio interno (se n˜ o for modelada). age como um disturbio o ¸˜ ı externo.2: Modelo n˜ o-linear do autom´ vel. Assumindo que a variacao da massa do autom´ vel devida ao consumo de com¸˜ o bust´vel tem pouca influˆ ncia sobre o comportamento da velocidade. as quais tˆ m influˆ ncia significativa na velocidade resultante e e ´ do autom´ vel. Entrea tanto. o autom ovel a ¸ consome combust´vel e portanto sua massa total varia no tempo (m = m(t)). A superf´cie sob as rodas do autom´ vel introduz uma forca ı o ¸ ´ de atrito de rolagem igual a µ fN . obtemos o ı e .

como ilustra a Figura 2. Tendo a a chegado ao modelo mais simples que representa a planta a ser controlada. via simulacao com a ¸˜ Matlab/Simulink. caso este seja n˜ o-linear.2. os resultados obtidos atrav´ s do modelo lie nearizado. a ve´ locidade do autom´ vel face as forcas externas e disturbios ser´ regulada o ¸ a ` pr´ xima a velocidade desejada. Parece um contra-senso obter um modelo n˜ o-linear para depois lineariz´ -lo. Uma condicao nominal seria. o ¸˜ e a a o modelo n˜ o-linear completo pode servir para validar. ¸˜ a 7. incorpoa rando fatores deixados de fora numa primeira etapa. a . u e w dependem de t. o a) A linearizacao e feita em torno de uma condicao nominal (ponto de equil´brio) ¸˜ ´ ¸˜ ı ´ do modelo. O lado direito de (10) e a soma das forcas que atuam na direcao do movimento ¸ ¸˜ do autom´ vel. por exemplo. antes da efetiva implementacao de um sistema autom´ tico para ¸˜ a controle de velocidade. o compor¸˜ tamento do modelo linearizado ser´ aproximadamente igual ao do modelo a n˜ o-linear. devemos ` proceder a linearizacao do modelo. Se a inclinacao da superf´cie n˜ o sofrer o ¸˜ ı a ´ ` grandes variacoes e a velocidade for mantida proxima a nominal. Devemos ent˜ o rever a modelagem. ´ d) Eventualmente a modelagem/linearizacao pode levar a resultados insatisfatorios ¸˜ do ponto de vista de controle. por exemplo. Observe v. ˙ (10) ´ 5. a a mas existem boas raz˜ es para fazermos isso. o Linearizacao ¸˜ ´ 6. Os m´ todos de an´ lise e projeto discutidos em cursos introdutorios de Controle e a s˜ o v´ lidos apenas para sistemas lineares invariantes no tempo (LIT’s).EA721 / PAULO VALENTE / UNICAMP 39 seguinte modelo n˜ o-linear (invariante no tempo) para descrever a velocidade do a autom´ vel: o mv = −kv 2 − µ mg cos w − mg sen w + u. inclinacao constante de w ¸˜ b) Se o sistema de controle de velocidade for adequadamente projetado. ou adotando m´ todos e mais adequados a modelos n˜ o-lineares. um automovel tra¸˜ fegando com velocidade constante de v 0 = 80 km/h numa superf´cie de ı 0 = 0o . a c) Ap´ s a utilizacao de m´ todos cl´ ssicos de an´ lise e projeto para sistemas LIT’s.

na qual fx representa a derivada parcial de f em relacao a uma vari´ vel gen´ rica ¸˜ a e x. chegamos ¸˜ ´ ent˜ o ao seguinte modelo linearizado para a velocidade do autom ovel (observe que a ˙ v = δv): ˙ ˙ δv = −aδv + b1 δu + b2 δw. w0 . u0 .EA721 / PAULO VALENTE / UNICAMP 40 8. u). w. w0 . ˆ Funcao de transferencia ¸˜ 9. ¸˜ ı 11. w) = f (v 0 . u0 . u0 . y = v. Tomando a transformada de Laplace de (11) com condic ao inicial y(0) = 0 (variacao ¸˜ ¸˜ . O modelo linearizado (11) relaciona a variacao da sa´da as variacoes na entrada ¸˜ ı ` ¸˜ ´ controlada e na entrada de disturbio relativamente aos seus valores nominais. A linearizacao e geralmente baseada na expans˜ o do modelo n˜ o-linear em ¸˜ ´ a a S´ rie de Taylor. Introduzindo as vari´ veis de desvio (em a relacao aos valores nominais) δv = v −v 0 . w0 )(w − w0 ) + fu (v 0 . w0 ) + fv (v 0 . a ı a 10. w e u em torno do ponto (v 0 . u. e as vari´ veis de o a ı ´ o a ´ entrada (vari´ veis independentes) s˜ o a forca produzida pelo motor. b1 = 1/m e b2 = µ g sen w 0 − g cos w 0 . Os dois primeiros termos (aproximacao linear) de uma funcao f e ¸˜ ¸˜ qualquer de v. w0 )(v − v 0 )+ fw (v 0 . e consequentemente f (v 0 . pois ¸˜ na condicao nominal. v = 0. Num sistema de controle em malha fechada para regular a velocidade do autom´ vel. Uma uˆ e ¸˜ e ´ funcao de transferˆ ncia e obtida quando se divide a transformada de Laplace (L) ¸˜ e de uma vari´ vel de sa´da pela transformada de Laplace de uma vari´ vel de entrada. a vari´ vel de sa´da e a velocidade do autom´ vel. Representando o lado direito de (10) como f (v. w. e o disturbio a a ¸ externo introduzido pela inclinacao da superf´cie. Obtemos assim a entrada nominal de controle ¸˜ ˙ u0 = k(v 0 )2 + µ mg cos w 0 + mg sen w 0 . u0 ) seria f (v. u. u0 ) = 0. w0 )(u − u0 ). w0 . δw = w −w 0 e δu = u−u0 . Modelos lineares invariantes no tempo podem ser representados no dom´nio ı da freq¨ ecia complexa s atrav´ s do conceito de funcao de transferˆ ncia. u). (11) na qual a = 2kv 0 /m. computamos o valor nominal u0 correspondente a v 0 e w0 resolvendo a equacao 0 = f (v 0 . u0 .

Pelo Princ´pio da Superposicao. Observemos que os valores efetivos da sa´da. t ≥ 0). quando ent˜ o o controle assume o valor u0 . A equacao (12) pode ser rearran¸˜ jada de forma a se explicitar a variacao da sa´da δy como uma soma de variacoes ¸˜ ı ¸˜ produzidas pelas entradas δu e δw: ∆Y (s) = b1 b2 ∆U (s) + ∆W (s). necess´ ria para compensar a variacao da sa´da do sistema. A sa´da de C(s) e a variacao da entrada.3 indicamos as vari´ veis no a −1 [C(s)E(s)]. Num sistema de controle em malha fechada para regulac ao de velocidade. O erro resultante serve de entrada para um controlador represen´ ¸˜ ¸˜ tado pela funcao de transferˆ ncia C(s). respectivamente.3 apresenta o diagrama de blocos de um sistema de controle em malha fechada que poderia ser utilizado para resolver o problema da regulac ao de ¸˜ velocidade do autom´ vel. = ∆Yu (s) + ∆Yw (s). e ı δu.3 passa a funcionar para manter a velocidade em y 0 . s+a s+a = Pyu (s)∆U (s) + Pyw (s)∆W (s). O esquema de controle deve ser entendido da seguinte o ´ ´ ` forma: numa primeira etapa. na qual Pyu (s) e Pyw (s) s˜ o as funcoes de transferˆ ncia das entradas δu e δw para a ¸˜ e a sa´da δy. 14. ent˜ o a sa´da devida a acao conjunta das entradas δu e δw e δy = a ı ¸˜ δyu + δyw . do controle e do dist´ rbio s˜ o y 0 +δy. obtemos s∆Y (s) = −a∆Y (s) + b1 ∆U (s) + b2 ∆W (s). w0 ). a ¸˜ ı 13. e comparada com a referˆ ncia r = 0 (r(t) = ¸˜ e ´ 0.3 e a de rejeicao de disturbios: a variacao de velocidade ¸˜ ¸˜ . δy. deixando impl´cito que δu(t) = L ı ı principais funcoes do controlador C(s) no sistema de controle em malha fechada ¸˜ ´ ´ representado na Figura 2. ı ¸˜ ´ respectivamente. se δyu e δyw s˜ o ı ı ¸˜ a as sa´das devidas as acoes das entradas δu (com δw = 0) e δw (com δu = 0). a ´ variacao de velocidade medida. Uma das dom´nio do tempo.EA721 / PAULO VALENTE / UNICAMP inicial zero). pois deseja-se variacao nula (velocidade nominal) em regime (isto e. ¸˜ 12. ı u a respectivamente. Num diagrama de blocos como a da Figura 2. δy. ¸˜ quando t → ∞). 41 (12) em que ∆Y (s) = L[δy(t)] e assim por diante. Em seguida o sistema da a Figura 2. A Figura 2. u0 +δu e w 0 +δw. o automovel e levado a condicao nominal desejada ¸˜ (y 0 .

produzido. Mostraremos mais tarde que um dist urbio do tipo degrau na velocidade do autom´ vel.3: Regulacao de velocidade do autom´ vel. Outras especificacoes poderiam restringir o comporta¸˜ u ¸˜ mento transit´ rio da sa´da ap´ s a ocorrˆ ncia de dist´ rbios. um controlador do tipo PI (Proporcional + Integral). por exemplo. ¸˜ o 15. como ao se especificar o ı o e u um intervalo de tempo m´ ximo para o retorno da sa´da ao seu valor nominal. ¸˜ . neste caso. ¸˜ ¸˜ δw PSfrag replacements b2 /b1 r=0 + δu C(s) + Planta + δy e − b1 s+a Figura 2. projetar um controlador significa determinar os coeficientes da a funcao de transferˆ ncia C(s) de forma a que todas as especificacoes de desempe¸˜ e ¸˜ ´ nho sejam atendidas. Projetamos controladores para atender a especificac oes de desempenho como ¸˜ a rejeicao de dist´ rbios. dado por skp + ki ki C(s) = kp + = .EA721 / PAULO VALENTE / UNICAMP 42 (δy) eventualmente produzida pela variacao na inclinacao da superf´cie (δw) deve ¸˜ ¸˜ ı teder a zero (em regime) pela acao da variacao no controle (δu). Na pr´ tica. s s seria adequado. quando a inclinac ao w muda o ¸˜ subitamente de valor. a ı 16. Projetar o controlador. significaria determinar os ganhos kp (proporcional) e ki (integral) necess´ rios para rejeitar o dist´ rbio e ao a u mesmo tempo atender outras eventuais especificacoes de desempenho.

e PSfrag replacements Ra + ia B va T θ − Figura 3. Motores DC (do inglˆ s.1: Motor DC controlado pela armadura (campo constante). como no controle de dis¸˜ e cos e fitas magn´ ticas. baixos custos de aquisicao e manutencao e adaptabilidade a v´ rios tipos ¸˜ ¸˜ a de sistemas de controle. entre outras aplicacoes. m´ quinas-ferramentas e sistemas roboticos.EA721 / PAULO VALENTE / UNICAMP 43 Aula 3 Representacao de Sistemas ¸˜ Controle de motores DC Instabilidade: pˆ ndulo invertido e Representacoes por vari´ veis de estado ¸˜ a Limitacoes dos modelos matem´ ticos ¸˜ a Controle de motores DC ´ 1. impressoras e plotters. 2. Exibem diversas caracter´sticas favor´ veis como controlabilidade. direct-current. S˜ o a a ¸˜ as vˆ zes chamados de servomotores DC quando empregados em aplicac oes de e controle. Motores DC de m´ dia a elevada potˆ ncia s˜ o usados no controle de esteiras. a a ¸˜ Alguns motores DC possuem constantes de tempo extremamente pequenas. sendo ideais para aplicacoes de (relativamente) baixa potˆ ncia. e e a ´ servov´ lvulas. isto e. portaı a bilidade. corrente direta) s˜ o um dos dise a positivos mais utilizados pela industria como fonte prim´ ria de movimento. J La .

1. dt (13) ´ Por sua vez. a equacao mecˆ nica do motor DC e dada por ¸˜ a J d2 θ dθ +B = T = k t ia . Neste caso. a tens˜ o aplicada aos terminais da armadura. A equacao el´ trica do motor ¸ ¸˜ e DC assume ent˜ o a forma a La dia + Ra ia = va − vf . respectivamente. deslocamento angular do eixo do motor. Modelagem. o fluxo magn´ tico e constante. a qual provoca ¸˜ ¸ ` uma queda de tens˜ o no circuito de armadura. ´ ` 4. momento de in´ rcia equivalente. .EA721 / PAULO VALENTE / UNICAMP 44 3. A ı rotacao do eixo do motor induz uma forca contra-eletromotriz. e coeficiente de atrito viscoso equivalente. Basicamente. O torque desenvolvido no eixo do motor e proporcional a corrente de campo: T = k t ia . obtemos. dt ´ em que kf e a constante de forca contra-eletromotriz. um motor DC converte energia el´ trica em energia e ´ mecˆ nica. dt vf = k f dθ . Em alguns motores DC. A constante de torque kt depende de caracter´sticas construtivas do motor. o torque dee senvolvido no eixo do motor pode ser controlado atrav´ s do chamado circuito de e armadura.1 s˜ o as seguintes: a Ra La va ia T J B θ : : : : : : : : resistˆ ncia da armadura. da carga (uma antena. portanto. As quantidades presentes no esquema da Figura 3. a corrente circulando na armadura. proporcional a velocidade angular a do eixo: dθ vf = k f . referidas ao eixo do motor. como ilustra a Figura 3. As constantes J e B representam o momento de in´ rcia e o coeficiente de e atrito viscoso equivalente do motor. e indutˆ ncia da armadura. por exemplo) e das engrenagens utilizadas. o campo magn´ tico e produzido por um im˜ a e a ´ permanente e. 2 dt dt (14) Tomando as transformadas de Laplace de (13) e (14) com condic oes iniciais ¸˜ nulas. torque desenvolvido no eixo do motor.

e e ¸˜ Podemos simplificar o diagrama da Figura 3. ´ A funcao de transferˆ ncia entre va e θ e de terceira ordem. Va (s) s(τ s + 1) . El´ trico e vf ia kt T 1 2 + Bs Js S. a ´ Quando a indutˆ ncia e desprezada (La ≈ 0). obtemos um modelo reduzido de a segunda ordem. e de se´ a funcao de transferˆ ncia entre va e θ. va + − 1 La s + R a S.) Em alguns motores DC. ` 5. (Notamos que ¸˜ e ˙ a velocidade angular do motor. o sistema eletromecˆ nico e visto como composto por dois subsistemas: a el´ trico (circuito de armadura) e mecˆ nico (motor. (15) (16) (Js2 + Bs)Θ(s) = T (s) = kt Ia (s). a indutˆ ncia de armadura e muito pequena.2: Diagrama de blocos do motor DC.2. No diagrama de blocos apresentado na Figura 3. correspondente as equacoes ¸˜ PSfrag replacements ´ (15) e (16).3: Diagrama simplificado do motor DC. na forma P (s) = k Θ(s) = .2 e apresentar a relac ao entre a tens˜ o ¸˜ a de armadura e o deslocamento angular do eixo como na Figura 3. carga e engrenagens). Observae a mos tamb´ m a existˆ ncia de uma realimentacao interna (natural) no motor DC. PSfrag replacements va kt 3 + (L B + R J)s2 + (R B + k k )s JLa s a a a f t θ Figura 3.EA721 / PAULO VALENTE / UNICAMP 45 (La s + Ra )Ia (s) = Va (s) − Vf (s). ¸˜ e ´ gunda ordem.3. e Vf (s) = kf sΘ(s). Mecˆ nico a θ kf s Figura 3.

o ganho e a constante de tempo do motor. ı e ˆ Instabilidade: pendulo invertido ´ 7. r (rad) + − Amplificador ka Controlador ks k s(τ s + 1) Motor DC θ (rad) Figura 3.5 ilustra um sistema a composto por um pˆ ndulo invertido montado sobre um carro. Ra B + kt kf τ= Ra J .EA721 / PAULO VALENTE / UNICAMP 46 sendo k e τ . ¸˜ o ´ e suficiente para que a sa´da passe a seguir qualquer referˆ ncia constante.4. e que e o outro potenciˆ metro com a mesma escala se encontra conectado ao eixo do motor. . como o controle de atitude (posicao) de um ve´culo lancador de sat´ lites. o qual pode ser e movimentado em linha reta atrav´ s de um motor DC. Uma das principais aplicacoes de sistemas de controle e na estabilizacao de ¸˜ ¸˜ sistemas naturalmente inst´ veis em malha aberta. o fornecendo uma tens˜ o proporcional ao deslocamento produzido. Podemos mostrar que a acao proporcional produzida pelo amplificador (con¸˜ trolador). presente em aplicacoes como o controle de ¸˜ e ¸˜ trens de alta velocidade. Um problema com caracter´sticas ¸˜ ı ¸ e ı ´ similares e o da levitacao magn´ tica.4: Sistema de controle em malha fechada. os quais s˜ o completamente caracterizados pelos parˆ metros do modelo: a a k= kt . respectivamente. Suponha que uma referˆ ncia angular a ser seguida pelo eixo do motor e convere tida de radianos em volts atrav´ s de um potenciˆ metro de ganho ks (V/rad). Ra B + kt kf ´ 6. combinada com a acao integral produzida pelo p´ lo do motor na origem. O objetivo do sistema de e controle seria manter o pˆ ndulo na posicao vertical. Neste caso. O pˆ ndulo invertido modela e ¸˜ e problemas de controle importantes em Engenharia. A Figura 3. um a sistema de controle com realimentacao unit´ ria para a posicao angular do eixo do ¸˜ a ¸˜ PSfrag replacements motor DC poderia assumir a estrutura apresentada na Figura 3.

5 e inst´ vel.5: Pˆ ndulo invertido.5 encontram-se a a definidos a seguir. θ l m M u x g : : : : : : : ˆ angulo formado pelo pˆ ndulo com a vertical. e massa do pˆ ndulo (concentrada na extremidade). e comprimento do pˆ ndulo. ¸˜ ¸ O modelo linearizado do pˆ ndulo invertido em torno da posicao de equil´brio e ¸˜ ı ´ inst´ vel (θ = 0. no sentido de que o pˆ ndulo a e tende a se afastar da posicao vertical por menor que seja a forca aplicada ao carro. e massa do carro. x = 0) e a (M + m) ml2 d2 x d2 θ + ml 2 = u. Modelagem. ¸ deslocamento linear do carro. ¸˜ Adotando a notacao compacta para derivadas e eliminando a derivada segunda ¸˜ . forca aplicada ao carro. dt2 dt (17) (18) d2 θ d2 x + ml 2 = mglθ. dt2 dt Os parˆ metros e vari´ veis presentes no esquema da Figura 3.EA721 / PAULO VALENTE / UNICAMP y 47 mg θ PSfrag replacements l 0 u M x Figura 3. O sistema da Figura 3. aceleracao da gravidade. e ´ 8.

PSfrag replacements r=0 + C(s) − θ −1 2 − (M + m)g M ls Pˆ ndulo Invertido e Figura 3.EA721 / PAULO VALENTE / UNICAMP ¨ em relacao a x na equacao (17) (¨ = gθ − lθ.6: Controle em malha fechada do pˆ ndulo invertido. equacao (18)).6 pode estabi´ lizar o pˆ ndulo invertido. A instabilidade do pˆ ndulo se traduz no crescimento ilimitado da exponencial e p1 t . p1 > 0. por exemplo) e a ´ e uma soma de termos que inclui as exponenciais ep1 t e ep2 t . sob hipoteses relativamente fracas. a resposta temporal do pˆ ndulo a qualquer entrada limitada (um degrau unit´ rio. obtemos ¸˜ ¸˜ x ¸˜ ¨ M lθ − (M + m)gθ = −u. quando o e tempo tende para infinito. Ml ´ e o e a origem da instabilidade do pˆ ndulo e o p´ lo real positivo. De fato. e os p´ los da funcao de transferˆ ncia de malha fechada entre a referˆ ncia r = 0 o ¸˜ e e (posicao angular desejada) e θ (posicao angular do pˆ ndulo) podem ser arbitraria¸˜ ¸˜ e mente escolhidos. na medida em que. e . e ent˜ o impostos por um controlador dinˆ mico C(s). Um sistema de controle em malha fechada como o da Figura 3. P´ los com a a o partes reais negativas s˜ o uma escolha obrigat´ ria para a estabilidade do sistema a o em malha fechada. Os p´ los (reais) e ¸˜ a ` ¸ o da funcao de transferˆ ncia s˜ o ¸˜ e a p1 = + (M + m)g Ml e p2 = − (M + m)g . 48 ` cuja transformada de Laplace com condicoes iniciais nulas conduz a funcao de ¸˜ ¸˜ ˆ transferˆ ncia entre a forca u aplicada ao carro (vari´ vel de controle) e o angulo θ e ¸ a formado pelo pˆ ndulo com a vertical (vari´ vel de sa´da): e a ı P (s) = Θ(s) −1 = . 9. U (s) M ls2 − (M + m)g O sinal menos na funcao de transferˆ ncia do pˆ ndulo reflete o fato de que o ¸˜ e e pˆ ndulo sempre se move na direcao contr´ ria a da forca aplicada.

˙ x3 = −γx2 − ρx3 + ηu. J em que α= B . . Escrevendo as derivadas de x 1 . Vari´ veis internas. . x2 e x3 para qualquer t ≥ t0 . 12. ˙ y = x1 . Exemplos. denotadas por x1 . t ≥ t0 . Estado. aliado ao conhecimento da entrada do sistema para todo t ≥ t0 . x2 (t0 ) e x3 (t0 ) s˜ o conhecidas. xn para qualquer t ≥ t0 . . respectivamente. a As vari´ veis de estado naturais no modelo do pˆ ndulo invertido s˜ o x1 = θ. As representacoes de sistemas dinˆ micos por funcoes de transferˆ ncia s˜ o do ¸˜ a ¸˜ e a ´ tipo entrada-sa´da. atrav´ s do a a e conceito de estado. O estado de um sistema dinˆ mico pode ser definido como um conjunto a de n vari´ veis. . La ρ= Ra La e η= 1 . a a cujo conhecimento num dado instante de tempo t = t0 . kt . x2 . Podemos obter uma representac ao a a ¸˜ alternativa. isto e. La x2 = −αx1 − βx3 . na qual as vari´ veis internas do sistema s˜ o explicitadas. evidenciam a relacao de transferˆ ncia entre uma dada ı ¸˜ e entrada e uma dada sa´da. isto e. podemos resolver o sistema de equacoes lineares de ¸˜ ´ primeira ordem acima e obter x1 . . permite determinar x1 . x2 e x3 . x2 e x3 em relacao ao ¸˜ tempo em termos de x1 . Para mostrar que θ. assim a como a entrada u(t). o comportamento futuro do sistema. θ e ia constituem o estado do sistema. xn e chamadas de vari´ veis de estado.EA721 / PAULO VALENTE / UNICAMP 49 ´ Representacoes por variaveis de estado ¸˜ 10. . obtemos x1 = x 2 . . como a corrente de armadura no ı a modelo do motor DC ou o deslocamento linear do carro no modelo do pˆ ndulo e invertido. a e a . n˜ o s˜ o explicitamente indicadas. A entrada e a sa´da do sistema s˜ o u = va x1 = θ. por u a exemplo) n˜ o apresentaria a mesma propriedade. ˙ Assumindo que as quantidades x1 (t0 ). . definimos ˙ e x3 = ia (n = 3). J β= γ= kf . x2 = θ ı a e y = θ. x2 . Considere inicialmente o modelo do motor DC controlado pela ˙ armadura. Um n´ mero menor de vari´ veis (apenas x1 e x2 . 11.

As equacoes diferenciais envolvendo os estados s˜ o chamadas de equacoes de ¸˜ a ¸˜ estado. ˙ em que α= (M + m)g . ent˜ o ı ¸˜ ˙ a a equacao de sa´da assumiria a forma ¸˜ ı   x1  x  y = −αx1 − βu = −α 0 0 0  2  + [−β]u. A equacao alg´ brica envolvendo a sa´da e chamada de equacao de sa´da. Com essas definicoes. ρ  .EA721 / PAULO VALENTE / UNICAMP ˙ x2 = θ. Ml γ= m M e ρ= 1 . obtemos ˙ ¸˜ x1 = x 2 . ¸˜ e ı ´ ¸˜ ı ´ Um importante subproduto da representacao de sistemas por vari´ veis de estado e ¸˜ a a possibilidade de empregarmos uma poderosa notac ao matricial para as equacoes ¸˜ ¸˜ de estado e de sa´da. ˙ y = x1 . Definindo ı e      0 1 0 x1 ˙ x1  −α 0 0  x2   x2  ˙    ˙  x=  x3  . M 13. 1   x3   0  0 x4 ρ   x1  x2   1 0 0 0   x3  . A =  0 0 0 ˙ −γ 0 0 x4 ˙ x4 ¨ Se a sa´da tivesse sido definida como sendo a aceleracao angular. 1  0  0  −β   B=  0 . x2 = θ. o modelo do pˆ ndulo invertido poderia ser ı e descrito em termos matriciais da seguinte forma:    x1 ˙ 0  x2   −α ˙     x3  =  0 ˙ x4 ˙ −γ y=     0 x1 0 0   x2   −β   +  u. Como exemplo. Ml 1 . ˙ 50 x4 = −γx1 + ρu. ˙ x3 = x 4 . x4 1 0 0 0 0 0 0 0 e obter´amos tamb´ m D = [−β] (escalar). β= x2 = −αx1 − βu. x =  x3  . x3 = x e x4 = x.  x3  x4  0 0  .

A validade dos modelos LIT’s no contexto de sistemas de con´ trole e em grande parte conseq¨ encia da realimentacao. O modelo linearizado e valido apenas no entorno desse ponto. n˜ o-linear e a a a variante no tempo. se convenientemente projetado. 51 podemos representar o pˆ ndulo invertido (e qualquer outro sistema linear invariante e no tempo) na forma matricial compacta x = Ax + Bu. a ¸˜ ´ e uma aproximacao do sistema dinˆ mico de interesse. Qualquer modelo matem´ tico. se considerarmos que todo sistema dinˆ mico e. ˙ y = Cx + Du. Exemplo: no modelo do pˆ ndulo invera ı e ¸ tido. Entretanto. a validade ¸˜ a ı ´ dos modelos lineares invariantes no tempo (LIT’s) utilizados neste curso e ques´ tion´ vel. pode ser linearizado a a num ponto de operacao desejado. . em geral. ´ Uma representacao ainda mais geral e ¸˜ x = Ax + Bu + Bw w. uˆ ¸˜ ` N˜ o-linearidade. ˙ y = Cx + Du + Dv v.EA721 / PAULO VALENTE / UNICAMP C= −α 0 0 0 e D = [−β]. mais fiel a planta. como θ = 0. Em princ´pio. na qual as matrizes Bw e Dv (escalar) indicam como os dist´ rbios w e v afetam as u vari´ veis de estado e de sa´da do sistema. independentemente da representacao adotada. −ρ ´ Limitacoes dos modelos matematicos ¸˜ 14. o sistema de controle em malha fechada faz com que a planta (e seus modelos n˜ o-linear e linear) n˜ o se afaste do ponto de operacao. uma forca de dist´ rbio w contr´ ria ao movimento do carro seria transmitida u a aos estados atrav´ s de e   0  β   Bw =   0 . no caso do pˆ ndulo inver¸˜ e ´ tido. x = 0. O modelo n˜ o-linear. a a ¸˜ assegurando desta forma a validade do modelo linear. como argumentado abaixo.

EA721 / PAULO VALENTE / UNICAMP

52

Variacao no tempo. Os valores dos parˆ metros de um sistema dinˆ mico ge¸˜ a a ralmente sofrem variacoes ao longo do tempo devido aos efeitos de envelheci¸˜ ´ mento e desgaste. Um sistema de controle em malha fechada e capaz de compensar variacoes param´ tricas se essas variacoes forem muito mais lentas do que a ¸˜ e ¸˜ dinˆ mica do sistema de controle. A maioria dos sistemas dinˆ micos industriais saa a tisfaz essa premissa e tudo se passa, na pr´ tica, como se o sistema fosse invariante a no tempo. 14. Duas outras poss´veis fontes de problemas para a operacao de sistemas de ı ¸˜ a a e controle s˜ o dinˆ micas n˜ o-modeladas e incertezas param´ tricas. a Dinˆ mica n˜ o-modelada. Ao desprezarmos a indutˆ ncia de armadura no modelo a a a do motor DC para passar de um modelo de terceira ordem para um de segunda a ordem, estamos tamb´ m desprezando a dinˆ mica do circuito de armadura. Admie ´ a timos implicitamente que o modelo de segunda ordem e v´ lido porque o sinal de entrada do circuito de armadura (Figura 3.2) n˜ o consegue excitar o modo el´ trico a e ¨ˆ ´ do sistema, cuja constante de tempo (frequencia de corte) e muito menor (maior) do ¨ˆ que a contante de tempo (frequencia de corte) do modo mecˆ nico. Desde que os a sinais presentes no sistema de controle em malha fechada n˜ o excitem dinˆ micas a a n˜ o-modeladas, podemos deixar essas dinˆ micas fora do modelo; a a Incerteza param´ trica. Mesmo admitindo que os parˆ metros do sistema n˜ o vae a a riam com o tempo, podemos ter um conhecimento apenas aproximado dos seus ˆ valores. Em alguns casos, conhecemos os valores nominais e as toler ancias em ˜ o aos valores nominais dos parˆ metros. Quando dizemos que a resistˆ ncia relaca ¸ a e ´ de armadura de um motor e Ra com tolerˆ ncia de ±10%, estamos querendo dizer a ´ que qualquer valor de resistˆ ncia entre 0.9Ra e 1.1Ra e poss´vel. Mais uma vez, a e ı realimentacao pode compensar nossa incerteza com relacao aos parˆ metros, desde ¸˜ ¸˜ a que o sistema de controle em malha fechada seja projetado para ser robusto, isto ´ e, para produzir o desempenho desejado independentemente dos valores reais dos parˆ metros. a

EA721 / PAULO VALENTE / UNICAMP

53

Aula 4

Estabilidade Entrada-Sa´da ı
Atributos de um sistema de controle Sistema um-grau-de-liberdade Estabilidade entrada-sa´da ı

Atributos de um sistema de controle
1. Entre os atributos que todo sistema de controle deve apresentar, destacamos as seguintes: Garantir estabilidade. O atributo primordial de um sistema de controle, sem o ´ qual nenhum outro pode existir, e assegurar a estabilidade do sistema. Sistemas de controle s˜ o usados para estabilizar plantas inst´ veis ou para melhorar as condicoes a a ¸˜ de estabilidade de plantas est´ veis, mas muito oscilat´ rias; a o Controlar erros de regime. Sistemas de controle s˜ o normalmente projetados a para que a sa´da do sistema passe a rastrear determinadas entradas de referˆ ncia, ı e ´ isto e, para que erro entre o valor de uma dada referˆ ncia e o valor medido da sa´da e ı tenda a zero quando o tempo tender ao infinito (regime); Reduzir sensibilidade a variacoes de parˆ metros. Sistemas de controle s˜ o pro¸˜ a a jetados a partir de modelos matem´ ticos que aproximam o comportamento dos a componentes f´sicos do sistema. Sistemas de controle devem ser relativamente ı ` ` insens´veis as aproximacoes e as variacoes dos parˆ metros dos modelos adotados; ı ¸˜ ¸˜ a ´ Rejeitar a acao de disturbios. Sistemas de controle devem rejeitar (fazer desa¸˜ parecer com o tempo) a acao de entradas externas indesej´ veis que possam agir ¸˜ a sobre os componentes do sistema. Idealmente, sistemas de controle n˜ o deveriam a responder a essas entradas externas; Controlar a resposta transit´ ria. A forma como um sistema de controle atinge o ´ ´ a condicao de regime e muito importante. Controlar a resposta transitoria signi¸˜ fica moldar o comportamento de uma vari´ vel, geralmente a sa´da do sistema, em a ı termos de tempo de subida, sobre-elevacao, tempo de acomodacao, etc.. ¸˜ ¸˜

EA721 / PAULO VALENTE / UNICAMP

54

¨e Controlar a resposta em frequˆ ncia. Sistemas de controle podem ser vistos como ¨ˆ filtros: devem deixar passar apenas as componentes de freq uencia do sinal de entrada que desejamos reproduzir (rastrear). Sinais fora da faixa de passagem do sistema, como ru´dos aos quais o sistema de controle possa estar sujeito, devem ser ı suficientemente atenuados.

Sistema um-grau-de-liberdade
2. Passamos a analisar mais detalhadamente as caracter´sticas de sistemas de conı trole em malha fechada atrav´ s do diagrama de blocos da Figura 4.1, que representa e ˜ um sistema de controle conhecido como um-grau-de-liberdade pelas raz oes exposta a seguir. O sistema ilustrado na Figura 4.1 possui trˆ s vari´ veis de entrada e a – r (referˆ ncia), w (dist´ rbio na planta) e v (dist´ rbio no sensor) – e trˆ s vari´ veis e u u e a de sa´da – e (erro), u (controle) e y (sa´da medida). As vari´ veis de entrada s˜ o ı ı a a independentes: afetam, mas n˜ o s˜ o afetadas pelas vari´ veis de sa´da. a a a ı w r + − e C(s) + u + PSfrag replacements y P (s)

+ F (s) + v Figura 4.1: Sistema de controle em malha fechada. 3. A funcao de transferˆ ncia de malha fechada de qualquer entrada para qualquer ¸˜ e sa´da pode ser determinada a partir das funcoes de transferˆ ncia de malha aberta ı ¸˜ e C(s) (controlador), P (s) (planta) e F (s) (sensor). Como cada entrada gera trˆ s e funcoes de transferˆ ncia de malha fechada, existem nove funcoes deste tipo no ¸˜ e ¸˜ diagrama de blocos da Figura 4.1. Cada uma delas fornece um tipo de informac ao ¸˜

EA721 / PAULO VALENTE / UNICAMP
a respeito do funcionamento do sistema.

55

4. Cada vari´ vel de sa´da e uma funcao simultˆ nea das trˆ s vari´ veis de entrada. a ı ´ ¸˜ a e a Denotando uma funcao de malha fechada gen´ rica como Tzx (s), sendo x a en¸˜ e trada e z a sa´da, e aplicando o Princ´pio da Superposicao ao diagrama da Figura ı ı ¸˜ 4.1, obtemos as sa´das como funcoes das entradas no dom´nio da transformada de ı ¸˜ ı Laplace: E(s) = Ter (s)R(s) + Tew (s)W (s) + Tev (s)V (s), U (s) = Tur (s)R(s) + Tuw (s)W (s) + Tuw (s)V (s), Y (s) = Tyr (s)R(s) + Tyw (s)W (s) + Tyv (s)V (s). (19) (20) (21)

´ 5. An´ lise e projeto. Cada funcao de transferˆ ncia de malha fechada e escrita em a ¸˜ e ´ termos das funcoes de malha aberta C(s), P (s) e F (s). Se estas ultimas s˜ o co¸˜ a nhecidas, assim como R(s), W (s) e V (s) (as transformadas de r, w e v), podemos obter E(s), U (s) e Y (s), e em seguida e, u e y atrav´ s de anti-transfomada de Lae place. Podemos assim analisar o desempenho do sistema de controle em relac ao a ¸˜ ´ determinadas entradas quando um dado controlador C(s) e utilizado. Se podemos analisar, podemos tamb´ m projetar um sistema de controle, definindo um cone trolador C(s) que atenda a certas especificacoes de desempenho associadas aos ¸˜ atributos discutidos anteriormente. ´ 6. Um dos objetivos do sistema de controle em malha fechada da Figura 4.1 e fazer ` a sa´da da planta rastrear uma dada entrada de referˆ ncia. A resposta da planta a ı e entrada de referˆ ncia pode ser analisada a partir da funcao de transferˆ ncia Tyr (s). e ¸˜ e Do diagrama de blocos da Fig. 4.1 e das transformadas de Laplace dos sinais r, e, u e y, obtemos sucessivamente E(s) = R(s) − F (s)Y (s), = R(s) − P (s)F (s)U (s),

= R(s) − C(s)P (s)F (s)E(s).

A funcao de tranferˆ ncia de malha fechada entre a entrada de referˆ ncia e o ¸˜ e e ´ erro de rastreio e ent˜ o dada por a E(s) 1 = . R(s) 1 + C(s)P (s)F (s) A funcao de transferˆ ncia de malha fechada entre a entrada de referˆ ncia e a ¸˜ e e entrada de controle pode ser obtida da seguinte forma: Ter (s) = Tur (s) = U (s) E(s) U (s) C(s) = = . R(s) R(s) E(s) 1 + C(s)P (s)F (s)

EA721 / PAULO VALENTE / UNICAMP

56

Finalmente, a funcao de transferˆ ncia de malha fechada entre a entrada de re¸˜ e ´ ferˆ ncia e a sa´da da planta e dada por e ı Tyr (s) = Y (s) U (s) Y (s) C(s)P (s) = = . R(s) R(s) U (s) 1 + C(s)P (s)F (s)

7. As demais funcoes de malha fechada podem ser obtidas de maneira an´ loga, ¸˜ a manipulando o diagrama de blocos da Figura 4.1 de forma a eliminar vari´ veis ina termedi´ rias entre a entrada e a sa´da desejadas. Os numeradores das funcoes de a ı ¸˜ malha fechada s˜ o vari´ veis – dependem de C(s), P (s) e F (s) de formas diferena a ´ tes – mas o denominador e sempre o mesmo: 1 + C(s)P (s)F (s). Neste sentido, ´ dizemos que o sistema de controle da Figura 4.1 e do tipo um-grau-de-liberdade, pois uma vez definida a funcao de transferˆ ncia do controlador C(s), todas as de¸˜ e mais funcoes ficam automaticamente caracterizadas. ¸˜

Estabilidade entrada-sa´da ı
´ 8. O comportamento do sistema de controle em malha fechada da Figura 4.1 e enormemente influenciado pela funcao 1 + C(s)P (s)F (s). Definimos a equacao ¸˜ ¸˜ ı caracter´stica do sistema em malha fechada como 1 + C(s)P (s)F (s) = 0. (22)

As ra´zes da equacao caracter´stica determinam muito do comportamento dinˆ ı ¸˜ ı a mico do sistema em malha fechada e ser˜ o melhor explicitadas atrav´ s das reprea e sentacoes de C(s), P (s) e F (s) na forma polinomial: ¸˜ C(s) = NC (s) , DC (s) P (s) = NP (s) , DP (s) F (s) = NF (s) . DF (s)

Os graus do numerador (N ) e do denominador (D) de uma func ao de trans¸˜ ferˆ ncia qualquer ser˜ o denotados por m e n, respectivamente. Assumimos que e a m ≤ n, e que, sem perda de generalidade, o coeficiente de grau n do denominador ´ e unit´ rio. Na discuss˜ o a seguir tomamos uma funcao de malha fechada gen´ rica a a ¸˜ e T (s). Na notacao polinomial, ¸˜ T (s) = NT (s) NT (s) = , DT (s) DC (s)DP (s)DF (s) + NC (s)NP (s)NF (s) (23)

´ na qual NT (s) e qualquer dos numeradores das funcoes de malha fechada. Exem¸˜ plo: se T (s) = Try (s), ent˜ o NT (s) = NC (s)NP (s)DF (s) (verifique). A ordem a

limitada). Considere x(t) = sen t. O degrau de amplitude A e um exemplo de sinal ´ limitado. ou BIBO-est´ vel (do inglˆ s. desejamos estabelecer as condic oes ¸˜ sob as quais a sa´da z (transformada Z(s)) do sistema modelado por T (s) ser´ ı a tamb´ m limitada. Para obter a expans˜ o em fracoes parciais de a ¸˜ ´ Z(s) e necess´ rio determinar os p´ los de T (s) e de X(s). Passamos ent˜ o a analisar a anti-transformada de Z(s) = T (s)X(s). Dizemos que um sinal qualquer x e limitado se existe uma constante M > 0 tal ´ que |x(t)| < M para todo t ≥ 0. Um sinal do tipo rampa de inclinacao A s−1 e ilimitado. u ou y. e ´ 9. Bounded-Input-Bounded-Output).EA721 / PAULO VALENTE / UNICAMP ´ de T (s) e nT = n C + n P + n F . sempre existir´ um tempo t > 0 tal que |At| ≥ M . isto e. DX (s) s +1 e os p´ los de X(s) s˜ o as ra´zes de s2 + 1 = 0. Recordemos que um sistema dinˆ mico e est´ vel do ponto de vista entradaa a sa´da. x representa genericamente r. 57 (24) Se n˜ o houver cancelamentos entre as mT ra´zes de NT (s) = 0 e as nT ra´zes a ı ı ´ de DT (s) = 0. ´ 11. No presente contexto. e enquanto que z representa genericamente e. ¯ a ı . Supondo que x e ´ (transformada X(s)) e qualquer entrada limitada. w ou v. ent˜ o as primeiras s˜ o os zeros e as segundas os polos da funcao a a ¸˜ de transferˆ ncia de malha fechada T (s). os p´ los de X(s) = NX (s)/DX (s) s˜ o as ra´zes de ı o a ı DX (s) = 0. t ≥ 0 (entrada senoidal. iguais a x1 = j e x2 = −j. Ent˜ o a X(s) = NX (s) 1 = 2 . 12. se a resı a e ´ posta do sistema a qualquer entrada limitada e tamb´ m limitada. e ´ 10. a ` a resposta de T (s) a entrada X(s). pois qualquer ¸˜ que seja M > 0. ´ e a equacao caracter´stica (22) e equivalente a equacao polinomial ¸˜ ı ¸˜ DT (s) = DC (s)DP (s)DF (s) + NC (s)NP (s)NF (s) = 0. Os p´ los de T (s) s˜ o a o o a as ra´zes de DT (s) = 0. A o a ı ´ expans˜ o em fracoes parciais de X(s) e a ¸˜ X(s) = α ¯ α + . Exemplo. s−j s+j na qual α e α s˜ o os resı´duos complexos conjulgados de x1 e x2 . Observamos a ´ que a soma de sinais limitados e tamb´ m um sinal limitado.

e Z(s) = T (s)X(s) = NT (s)NX (s) = DT (s)DX (s) NT (s)NX (s) nT i=1 nX 58 . . respeca o ´ tivamente. exceto por novos res´duos calculados em ¸˜ ı funcao de T (s) e X(s). . . . nT + nX . Assim sendo. observamos que Z X (s) tem uma expans˜ o a ` em fracoes parciais igual a de X(s). respectivamente. p2 . Em particular. s − x1 s − x2 s − x nX na qual αi . 2. A sa´da Z(s) pode ser representada como a soma ı Z(s) = ZT (s) + ZX (s). . . . x2 . . obtemos a expans˜ o em fracoes parciais a a ¸˜ Z(s) = α2 αn T α1 + + ··· + + s − p1 s − p1 s − p nT αn +1 αn +2 αn +n + T + T + ··· + T X . (25) (s − pi ) i=1 (s − xi ) em que p1 .EA721 / PAULO VALENTE / UNICAMP 13. se x for uma entrada limitada. A anti-transformada de Z(s) a e ´ e z(t) = zT (t) + zX (t). (26) ´ em que ZT (s) e ZX (s) cont´ m apenas termos relativos aos polos de T (s) e de e X(s). . ent˜ o zX . . Assumindo por simplicidade que os polos de Z(s) (uni˜ o dos p´ los de a o T (s) e X(s)) s˜ o todos distintos. pnT e x1 . i = 1. t ≥ 0. . . z(t) = zT (t) + zX (t). a ¸˜ a anti-transformada de ZX (s). . Em termos gen´ ricos. . Como zX ser´ sempre limitada para a qualquer entrada limitada x. nT + nX s˜ o os res´duos associados aos p´ los de Z(s) a ı o (si = pi ou si = xi ): αi = NT (s)NX (s) nT i=1 nX (s − pi ) i=1 (s − xi ) (s − si ). Especificamente. 2. = α1 ep1 t + α2 ep2 t + · · · + αnT epnT t + zX (t). xnX s˜ o os p´ los de T (s) e de X(s). a resposta total z ser´ limitada ou ilimitada devido a ` apenas a resposta natural zT . ser´ tamb´ m limitada. . . i = 1. t ≥ 0. . ´ ´ ¸ na qual zT representa a resposta natural (transitoria) e zX e a resposta forcada (ou de regime) do sistema modelado por T (s).

a a c) Se Re{pi } ≤ 0 para todo i (nenhum p´ lo no semi-plano direito. t ≥ 0. Exemplo. lembrando que as nove funcoes de malha fechada indicadas em (19)-(21) possuem o mesmo denominador ¸˜ e portanto os mesmos p´ los pi . t ≥ 0 (X(s) = 1/s). . Dizemos neste caso que o sistema e marginalmente est´ vel. . Se T (s) possuir um par de p´ los imagin´ rios de freq¨ encia natural ωn (todos os o a uˆ ` demais p´ los no semi-plano esquerdo) e for submetido a entrada limitada x(t) = o sen ωn t. A an´ lise de estabilidade de T (s) pode ser associada a regioes do plano coma ´ plexo s onde se localizam seus polos. . 2.EA721 / PAULO VALENTE / UNICAMP 59 ´ a Crit´ rio de estabilidade. . as . i = 1. nT . . a resposta ser´ ilimitada (verifique): a z(t) = t + e−t/τ − τ. nT . a a 16. 2. . um ou mais o p´ los sobre o eixo imagin´ rio). t ≥ 0. A resposta z e limitada se a entrada o a limitada for x(t) = sen t. . . a resposta pode ser limitada ou ilimitada o a ´ dependendo da entrada (limitada). O sistema T (s) e est´ vel no sentido entrada-sa´da se e e ı somente se Re{pi } < 0 para todo i = 1. w e v sejam o entradas limitadas e que Re{pi } < 0 para todo i = 1. a) Se Re{pi } < 0 para todo i (todos os p´ los no semi-plano esquerdo) as expoo nenciais s˜ o todas amortecidas. . Dizemos ent˜ o que o a ´ a sistema e est´ vel. e o ˜ 14. . Os a ¸˜ ´ p´ los do sistema s˜ o p1 = 0 e p2 = −1. 2. X(s) s(s + 1) ´ O sistema e marginalmente est´ vel de acordo com a classificacao acima. a 15. Retomamos agora o sistema de controle da Figura 4. a exponencial correspondente tende ao infinito (assim como z T ) quando t tende ´ ao infinito (resposta ilimitada). Suponha que r. t ≥ 0.1. nT . a resposta de T (s) ser´ ilimitada devido ao efeito de ressonˆ ncia. Entretanto. . se a entrada limitada for x(t) = 1. fazendo com que zT tenda a zero (z tenda a a zX ) quando t tende ao infinito (resposta limitada). Neste caso. Dizemos ent˜ o que o sistema e inst´ vel. Considere o sistema T (s) = 1 Z(s) = . em que Re{pi } denota a parte real do i-´ simo p´ lo de T (s). . ´ b) Se Re{pi } > 0 para algum i (pelo menos um polo no semi-plano direito).

o que garante que o sistema em malha fechada ser´ (internamente) est´ vel. assim como as a somas que definem e. . . obtemos a equacao caracter´stica (verifique) ¸˜ ı τ s2 + s + kc ks k = 0. u e y ser˜ o tamb´ m limitadas. Y (s) k P (s) = = . nT . Logo. 2. as quais por sua vez dependem da escolha do ı controlador C(s) para P (s) e F (s) dadas. torna a sa´da (posicao angular do eixo) ilimitada. Conseq¨ entemente. cujas ra´zes (p´ los do sistema em malha fechada) s˜ o sempre reais negativas ou ı o a complexas conjulgadas com parte real negativa. . . quaisquer que sejam k c . respectivamente. . mesmo que existam disturbios limitados a ı agindo no sistema. devemos antes de tudo escolher o controlador de forma que Re{pi } < 0 para todo i = 1. a a 18. ı a e ´ Dizemos ent˜ o que o sistema de controle da Figura 4. ks . as sa´das e. k e ´ τ positivos. Como os p´ los do sistema em malha fechada s˜ o as ra´zes da equacao caraco a ı ¸˜ ter´stica 1 + C(s)P (s)F (s) = 0. por exemplo. u e y. U (s) s(τ s + 1) em que k e τ s˜ o o ganho e a constante de tempo do motor. a ı ¸˜ Supondo C(s) = kc (controle proporcional) e F (s) = ks (V/rad).EA721 / PAULO VALENTE / UNICAMP 60 ˜ repostas individuais nas expressoes (19)-(21) s˜ o todas limitadas.1 e internamente est´ vel. A a ´ planta e marginalmente est´ vel. Considere a funcao de transferˆ ncia do motor DC controlado pela ¸˜ e armadura. a a 17. o sistema de controle em malha fechada e semu ´ pre est´ vel e a sa´da permanece limitada. pois uma entrada (tens˜ o de armadura) do tipo a a degrau unit´ rio. Exemplo.

Assuma que a sa´da do sistema deva rastrear a temperatura de 100 o C. e ı ¸ 3. Em ı princ´pio. rampa e par´ bola a ´ Realimentacao unitaria ¸˜ 1. y. aproximar F (s) por um ganho constante e obter um diagrama a de blocos equivalente ao da Figura 5. As funcoes ¸˜ e ı de transferˆ ncia (malha aberta) do controlador. PSfrag replacements r + e C(s) − u P (s) y F (s) Figura 5.1. Observamos que unidade da vari´ vel de referˆ ncia a e deve ser volts para que o erro entre a referˆ ncia e a sa´da faca sentido. r(t) = 100. Nestes casos podemos desprezar a dinˆ mica do sensor. A entrada r serve de referˆ ncia para a sa´da da planta. respectivamente. t ≥ 0 (o C) (degrau de amplitude 100). Para ¸˜ a efeito de exposicao. no qual eventuais disturbios agindo no sistema n˜ o s˜ o explicitamente a a representados.EA721 / PAULO VALENTE / UNICAMP 61 Aula 5 Erros de Regime Realimentacao unit´ ria ¸˜ a Tipos de sistemas de controle Erros de regime: entradas degrau. da planta e do sensor s˜ o C(s). a resposta do sensor e muito mais r´ pida do que as ¸˜ a a respostas dos demais componentes do sistema.1. ´ 2. Considere o diagrama de blocos de um sistema de controle em malha fechada da ´ Figura 5. para dar ı a . suponha que F (s) mede temperatura e que F (s) = k s .1: Sistema de controle em malha fechada. mas com realimentac ao unit´ ria. em ¸˜ que ks transforma o C em volts. e a P (s) e F (s). Em muitas situacoes pr´ ticas. Na pr´ tica.

3: Sistema de controle com realimentacao unit´ ria. 1 + C(s)P (s) ´ O erro de regime (ou de estado estacionario) do sistema. ´ A transformada de Laplace do erro entre a referˆ ncia r e a sa´da y e e ı E(s) = R(s) − Y (s). Assumimos que o sistema de controle em malha fechada da Figura 5.EA721 / PAULO VALENTE / UNICAMP 62 −1 sentido ao erro. 4.1.2: Diagrama de blocos equivalente (F (s) = ks ). R(s) = . na medida em que a relacao entre r e y permanece inalterada. Sistemas de controle com realimentac ao ¸˜ a PSfrag replacements unit´ ria s˜ o mais simples de analisar e projetar. Se a referˆ ncia for especificada em graus e o ganho do sensor for incorporado e ` ao controlador ou a planta.2 e equivalente ao diagrama de Figura 5. pode ser calculado . ¸˜ a ´ a 5.3.2. o C. a referˆ ncia na entrada do somador possui a mesma e unidade da sa´da do sistema. Entretanto. t ≥ e ´ 0 (V). ı r (V) −1 ks r (o C) + ks − C(s) P (s) y oC Figura 5. a referˆ ncia deve ser especificada em volts: r(t) = 100ks . O diagrama de blocos da Figura 5. obtemos o sistema de controle com realimentac ao ¸˜ unit´ ria representado na Figura 5. ¸˜ PSfrag replacements no diagrama da Figura 5.3 e est´ vel. a a r + − e C(s) P (s) y Figura 5.

o tipo do sistema e igual ao n´ mero de integradores (1/s) no caminho direto entre a referˆ ncia r e a sa´da y. = = DC (s) DP (s) DCP (s) sN DCP (s) na qual eventuais N p´ los na origem de C(s)P (s) est˜ o explicitamente indicados. a a ´ Erros de regime: entradas degrau. rampa e par´ bola unit´ rias podem ser a a calculados a partir da express˜ o geral para erro de estado estacion´ rio: a a es = lim sE(s) = lim s s→0 s→0 R(s) . vari´ veis. ed = lim em que Se R(s) = 1/s. obtemos 1 1 1 = = . o que pode ser feito atrav´ s de uma escolha apropriada do controlador. 1 + C(s)P (s) Erros para entrada degrau. Considere a funcao de transferˆ ncia de malha aberta C(s)P (s) na forma ¸˜ e C(s)P (s) = NC (s) NP (s) NCP (s) NCP (s) . s→0 1 + C(s)P (s) 1 + lim C(s)P (s) 1 + kp s→0 kp = lim C(s)P (s). e da funcao de tranferˆ ncia da planta. o a ´ Sup˜ e-se que NCP (s) e DCP (s) n˜ o possuem zeros em s = 0. como ser´ visto a seguir. t→∞ s→0 63 Observamos que o erro de regime depende da entrada de referˆ ncia e da funcao e ¸˜ de transferˆ ncia do controlador. e a ¸˜ e ´ dada.EA721 / PAULO VALENTE / UNICAMP atrav´ s do Teorema do Valor Final: e es = lim e(t) = lim sE(s). Os erros de regime para entradas degrau. e Tipos de sistemas de controle 6. s→0 . O numero inteiro o a ´ N define o tipo do sistema de controle. Fisicamente. Um dos objetivos do projeto de sistemas de controle e limitar e eventual˜ mente anular os erros de regime do sistema para determinadas entradas padr oes. u e ı O tipo do sistema de controle determina fundamentalmente os valores dos erros de estado estacion´ rio do sistema. rampa e parabola 7.

Se N ≥ 1. O valor de kp depende do tipo do sistema de controle. ´ ent˜ o kp e uma constante.4: Erros de regime para entrada rampa. Erros para entrada rampa. . Se N = 0. assim como ed . ent˜ o kp = ∞ e ed = 0. obtemos er = lim em que kv = lim sC(s)P (s) s→0 s→0 1 1 1 = = . Se R(s) = 1/s2 . r er = ∞ y tipo 0 t r er = cte y PSfrag replacements tipo 1 t r er = 0 y tipo 2 t Figura 5. O a a ´ erro de regime de um sistema do tipo 1 ou superior para entrada degrau e zero. O termo posicao refere-se ao ¸˜ ¸˜ fato de que estamos interessados em posicionar (colocar) a sa´da do sistema num ı valor constante.EA721 / PAULO VALENTE / UNICAMP 64 denota a chamada constante de posicao do sistema. s + sC(s)P (s) lim sC(s)P (s) kv s→0 (s−1 ).

Se N ≥ 2. assim como er . a ep = lim em que ka = lim s2 C(s)P (s) s→0 Se R(s) = 1/s3 . Se N ≥ 3. Erros para entrada par´ bola. para que os erros de regime devidos a entradas R(s) = 1/s m ´ de ordens m = 1. ent˜ o ka e uma constante. O erro de regime de um sistema do tipo 2 ou superior para entrada rampa ´ e zero.EA721 / PAULO VALENTE / UNICAMP 65 denota a chamada constante velocidade do sistema. rampa e par´ bola em ¸˜ ¸˜ a funcao do tipo do sistema. ent˜ o ka = 0 e ¸˜ ı a ´ ep = ∞. ent˜ o a a ka = ∞ e ep = 0. A Figura 5. pois agora estamos inte¸˜ ressados em controlar a aceleracao da sa´da do sistema. Se a amplitude a . velocidade e aceleracao para as entradas degrau. Se N ≤ 1. . o 8. pois estamos interessados em controlar a variacao da sa´da do sistema. n sejam nulos. Se N = 2. ent˜ o kv = 0 e er = ∞. ent˜ o kv = ∞ e a a er = 0.4 ilustra os erros de regime para entrada rampa em func ao do ¸˜ tipo do sistema. . O erro de regime de um sistema do tipo 3 ou superior para ´ entrada parab´ lica e zero. . ent˜ o kv e uma constante. e necess´ rio que N ≥ m. . obtemos = 1 lims→0 s2 C(s)P (s) (s−2 ) = 1 . A tabela abaixo resume os valores dos erros de regime e das contantes de posicao. Se N = 0. assim como ep . ka 1 + s2 C(s)P (s) s→0 s2 denota a chamada constante de aceleracao do sistema. Se ¸˜ ı a ´ N = 1. 2. ¸˜ 1/s2 ∞ 1 kv 0 1/s3 ∞ ∞ 1 ka N 0 1/s 1 1 + kp 0 0 Constantes kp = lim C(s)P (s) s→0 1 2 kv = lim sC(s)P (s) s→0 ka = lim s2 C(s)P (s) s→0 Genericamente.

(Note que 3 e a transformada de Laplace de r(t) = t2 /2. Ainda assim o erro de regime para entrada degrau ser´ nulo se o cona trolador tiver pelo menos um p´ lo na origem (sistema tipo 1). rampa e par´ bola. . s nos quais kP e kI s˜ o os ganhos (ajust´ veis) proporcional e integral.1s + 1) y 0 Figura 5. o que justifica ainda mais nosso interesse pelos erros de regime para entradas degrau. ¸˜ ı a r + kc − 10 s(0. respectivaa a mente. como os chamados o controladores PI’s: kP s + k I C(s) = . que representa o sistema de controle de posicao de um motor DC. .5: Controle de posicao de um motor DC. entretanto. 2 t ≥ 0. Como o tipo do sistema e funcao do n´ mero de p´ los de C(s)P (s) na origem ¸˜ u o ´ e a funcao de transferˆ ncia da planta e dada.5. par´ bola. t ≥ 0. ¸˜ 11. Todo sinal de entrada r bem comportado pode ser aproximado por um polinˆ mio na forma o r(t) c 1 + c2 t + c3 t 2 + ··· . torna a estabilizaa a cao do sistema em malha fechada muito dif´cil. o tipo do sistema varia de acordo ¸˜ e com a escolha do controlador. Essa pr´ tica.. que P (s) n˜ o tenha p´ los a o na origem. por exemplo. etc. t. Como a constante de tempo ¸˜ . como ser´ constatado futuramente. t2 /2. o erro de regime e simplesmente multiplicado por A. a ´ 10. ent˜ o e razo´ vel imaginar que o sistema tamb´ m responder´ a a ´ a e a bem a entradas mais gerais que possam ser escritas como combinac oes dos termos ¸˜ 1. Exemplo. rampa. Considere o diagrama de blocos da Figura 5. .) R(s) = 1/s ´ 9.. Se um sistema de controle responde bem a entradas simples como degrau. Suponha. Parece ent˜ o natural incorporar a C(s) tantos integradores quantos sejam a PSfrag replacements necess´ rios para anular erros de regime.EA721 / PAULO VALENTE / UNICAMP 66 ´ da entrada for A.

s + 0.1 y (o C) r (V) 5 s + 0. a ¸˜ 12. Nada se pode dizer a priori sobre o ` tempo necess´ rio para o sistema chegar a situacao de regime. Exemplo.1s + 1) 10kc = 0.7. s(0.4 s.01 rad/s. a velocidade do motor atinge seu valor de regime ap os aproximadamente 4τ = 0.6 representa um sistema de controle de temperatura. Incorporando a ´ ı a ` o ganho do sensor (ks = 0. chegamos ao sistema de controle com realimentacao unit´ ria da Figura 5.1s + 1) ´ o tipo do sistema e N = 1. PSfrag replacements + C(s) − 0. quando operado em malha aberta. O diagrama de blocos da Figura 5.05 V/o C) a planta.1 .6: Sistema de controle de temperatura.1s + 1) 10kc = 10kc . ka kv = lim s s→0 ka = lim s2 s→0 Se a unidade da sa´da for radiano e kc = 10. 1 + kp 1 1 = .05 Figura 5.25kc . obtemos ¸˜ a C(s)P (s) = 0. As constantes e erros de regime para as diferentes entradas s˜ o: a kp = lim s→0 10kc = ∞. a ¸˜ ¸˜ a n˜ o e poss´vel calcular diretamente os erros de estado estacion´ rio. ent˜ o o erro de ı a regime para entrada rampa seria de 0. s(0. kv 10kc 1 = ∞. Como C(s)P (s) = 10kc . s(0. Supondo C(s) = kc . Como o sistema n˜ o se encontra na configuracao de realimentacao unit´ ria.1s + 1) ed = er = ep = 1 = 0. por exemplo.1 s.EA721 / PAULO VALENTE / UNICAMP 67 ´ ´ do motor e τ = 0. s(0.

5kc s→0 ´ O erro de regime e inversamente proporcional ao ganho do controlador. O erro de regime para entrada degrau e constante e PSfrag replacements ´ para as demais entradas e infinito.EA721 / PAULO VALENTE / UNICAMP 68 ´ ´ e o tipo do sistema e N = 0. Se a referˆ ncia ¸˜ a e o C e k = 10.7: Sistema com realimentacao unit´ ria. .1 e ed = 1 o C.5 × 10 A temperatura de regime seria de 96 o C. 1 + 2.1 y (o C) Figura 5.25 s + 0.5kc s + 0. ¸˜ a A constante de posicao e o erro de regime para a entrada degrau s˜ o ¸˜ a kp = lim 0. r (o C) + C(s) − 0. mas restricoes de ordem pr´ tica impedem que kc seja muito grande. ent˜ o degrau for de 100 a c ed = 100 = 4 oC 1 + 2.25kc = 2.

A Figura ´ 6. no sentido do amplificador apresentar uma resposta em freq¨ encia plana na faixa de 20 a 20000 Hz. A faixa de passagem uˆ do amplificador ideal. Resposta plana significa que a raz˜ o entre as amplitudes da sa´da e da entrada e a ı essencialmente constante ao longo da faixa de passagem do amplificador.1: Resposta de um amplificador de audio ideal. A variacao no ganho (magnitude) do amplificador e ¸˜ e ¸˜ √ de no m´ ximo 1/ 2 (3 dB) dentro da faixa 20 Hz – 20000 Hz. O ganho cai 3 dB a ¨e nas frequˆ ncias de corte 20 Hz e 20000 Hz. s˜ o normalmente ¸˜ a comparados a um amplificador ideal. ´ 2.EA721 / PAULO VALENTE / UNICAMP 69 Aula 6 Faixa de Passagem e Sensibilidade Faixa de passagem Sensibilidade Sensibilidade do sistema em malha aberta Sensibilidade do sistema em malha fechada Faixa de passagem 1.1 ilustra o diagrama de magnitude de um amplificador de audio representado pela ´ funcao de transferˆ ncia G(s). . 20000 Hz − 20 Hz = 19980 Hz. A faixa de passagem ou largura de banda de um sistema dinˆ mico pode a ¨ˆ ser definida genericamente como sendo a faixa de freq uencias dentro da qual o sistema responde satisfatoriamente ao sinal de entrada. Hz ´ Figura 6. |G(jω)|dB PSfrag replacements 3 dB 20 20000 f. coincidiria com a faixa de passagem do sistema auditivo do ser humano. O conceito tem origem na ´ ´ area de Comunicacoes. por exemplo. Amplificadores de audio.

ı . E ¸˜ ı uˆ referˆ ncia ω = 0 porque sistemas de controle s˜ o essencialmente filtros passae a baixas. π ¨ˆ ´ A energia do sinal de entrada na frequencia ω e transmitida para a sa´da apenas ı ¨ˆ ´ se a magnitude do sistema na frequencia ω e significativa. A energia do sinal de entrada ´ na freq¨ encia ω e dada por uˆ ER (ω) = 1 |R(jω)|2 . acompanha) a entrada. ı 4.2: Resposta t´pica de um sistema de controle. diz-se que a o sa´da rastreia (segue. Na terminologia pr´ pria da area de sistemas de controle. o sinal de entrada ser´ satisfatoriamente transmitido para a sa´da do a ı ´ sistema. considere o sistema T (s) = Y (s)/R(s). A energia ı do sinal de sa´da e ı ´ EY (ω) = = 1 1 |Y (jω)|2 = |R(jω)T (jω)|2 . |T (jω)|dB ωF P 0←ω PSfrag replacements 3 dB w. A faixa de passagem de um sistema de controle T (s) pode ser definida como a faixa de freq¨ encias dentro da qual a magnitude |T (jω)| n˜ o cai mais do que uˆ a ´ poss´vel definir a freq¨ encia de 3 dB em relacao ao valor |T (j0)| (valor DC). Para efeito de interpretacao em termos dos conte´ dos espectrais dos sinais en¸˜ u volvidos.EA721 / PAULO VALENTE / UNICAMP 70 3. π π 1 2 |R(jω)| |T (jω)|2 . rad/s Figura 6. Se a magnitude |T (jω)| for significativa na faixa de freq¨ encias na qual a energia do sinal de entrada se uˆ concentra. π e como todo sinal f´sico ER (ω) tende a zero quando ω tende ao infinito.

Menor ganho. usualmente caracter´sticas da planta em freq¨ encias a a ı uˆ mais elevadas suprimidas no modelo adotado. A faixa de passagem de um sistema de segunda ordem na forma ´ padr˜ o com fator de amortecimento ξ = 0. Por outro lado. Um controlador projetado a partir das funcoes de transferˆ ncia nominais da ¸˜ e planta e do sensor deve ser capaz de manter o desempenho especificado para o . de forma que o sistema de controle seja capaz de rastrear entradas constantes sem erros de regime. e agora depende do ganho do controlador. (A magnitude em ωF P = 1/τ uˆ cai 3 dB em relacao a ass´ntota de baixa freq¨ encia).1 s e k c = 1. Se τ = 0. ´ 6. τs + 1 e F (s) = 1. ´ A faixa de passagem do sistema em malha aberta. considere ¸˜ C(s) = kc . uˆ a ı Desta forma.5 e ωF P = ωn .EA721 / PAULO VALENTE / UNICAMP 71 ´ A faixa de passagem do sistema ilustrado na Figura 6. uma vez que T (s) e funcao de C(s): ¸˜ T (s) = C(s)P (s) Y (s) = R(s) 1 + C(s)P (s)F (s) Para efeito de ilustracao. Oua ´ tro efeito importante da limitacao da faixa de passagem e impedir que determinadas ¸˜ dinˆ micas n˜ o-modeladas. a Sensibilidade 7. n˜ o-desejada) fora da faixa delimitada pela ı u a faixa de passagem ser˜ o substancialmente atenuados pelo sistema de controle. ent˜ o a ωF P = 20 rad/s. Geralmente exige-se uˆ que |T (j0)|dB = 0 (|T (j0)| = 1). ru´dos (energia esp´ ria. A faixa de passagem do sistema em malha fechada e determinada pela escolha ´ do controlador. Um dos objetivos do projeto de sistemas de controle e limitar a faixa de passa` gem do sistema a faixa de freq¨ encias necess´ ria para que a sa´da rastreie a entrada. menor faixa de passagem e vice-versa. e igual a freq¨ encia de corte da planta: ωF P = 1/τ . a faixa de ¸˜ ` ı uˆ passagem do sistema em malha fechada T (s) = kc τ s + (1 + kc ) ´ e ωF P = (1 + kc )/τ (verifique). ´ 5. P (s) = 1 . sejam excitadas por componentes ¨ˆ do sinal de entrada nessas frequencias.2 e numericamente igual ` a freq¨ encia ωF P tal que |T (jωF P )|dB = |T (j0)|dB − 3 dB. C(s)P (s) = k c /(τ s + 1).

e 8. A raz˜ o entre ¸˜ ¸˜ a ´ a variacao percentual de G(s) e a variacao percentual de p e ¸˜ ¸˜ ∆G(s) ∆G(s) p G(s) S(s) = = . Suponha que G(s) = C(s)P (s) e a funcao de transferˆ ncia do sistema de con¸˜ e trole em malha aberta. A funcao de sensibilidade de uma funcao de transferˆ ncia G(s) ¸˜ ¸˜ ¸˜ e ´ em relacao a outra funcao de transferˆ ncia Q(s) e dada por ¸˜ ¸˜ e G SQ (s) = ∂G(s) Q(s) . ∆p ∆p G(s) p ´ A funcao de sensibilidade de G(s) em relacao a p e definida como ¸˜ ¸˜ G Sp (s) = lim ∆p→0 ∆G(s) p ∂G(s) p = . ∂Q(s) G(s) G ¨ˆ A resposta em freq¨ encia de SQ (s) expressa como a resposta em frequencia uˆ ¨ˆ de G(s) varia percentualmente quando a resposta em freq uencia de Q(s) varia percentualmente. Neste caso. p)). ∂P (s) G(s) C(s)P (s) expressando o fato de que qualquer variacao na planta ser´ integralmente refletida a ¸˜ na funcao de transferˆ ncia do sistema em malha aberta. Generalizacao. Sensibilidade do sistema em malha aberta ´ 10. Desejamos analisar a ¸˜ e e variacao de G(s) quando um dado parˆ metro p de G(s) varia. independentemente do ¸˜ e . a sensibilidade de G(s) em relac ao a variacao ¸˜ ` ¸˜ ´ de P (s) e G SP (s) = ∂G(s) P (s) P (s) = C(s) = 1. Considere uma funcao de transferˆ ncia gen´ rica G(s). Suponha que G(s) e p representam valores nominais e que ∆G(s) e ∆p representam variacoes em relacao aos valores nominais. ∆p G(s) ∂p G(s) 9. (Uma notacao mais ¸˜ a ¸˜ formal seria G(s.EA721 / PAULO VALENTE / UNICAMP 72 sistema de controle em malha fechada a despeito de poss´veis variacoes nas funcoes ı ¸˜ ¸˜ de transferˆ ncia envolvidas.

Conclus˜ o idˆ ntica e obtida quando a variacao ¸˜ a e ¸˜ ocorre na funcao de transferˆ ncia do controlador. A sensibilidade de T (s) em relacao a P (s) e dada por ¸˜ T SP (s) = ∂T (s) P (s) . a solucao e projetar C(s) para produzir ganhos elevados nessa a ¸˜ ´ faixa de freq¨ encias.EA721 / PAULO VALENTE / UNICAMP 73 controlador utilizado. O ganho de malha deve ser grande dentro da faixa de passagem do sistema para que a sensibilidade de T (s) em relacao a P (s) nessa faixa de freq¨ encias seja pequena. ganhos muito elevados tornam a resposta do sisuˆ ` tema muito oscilat´ ria. × C(s) 1 . ` Corresponde a resposta em freq¨ encia do produto das funcoes de transferˆ ncia na uˆ ¸˜ e malha de controle se ignorarmos o sinal negativo no somador. e eventualmente conduzem a sua instabilidade. Entretanto. R(s) 1 + C(s)P (s)F (s) A sensibilidade do sistema em malha fechada T (s) em relac ao a variacoes na ¸˜ ¸˜ ´ planta P (s). 1 + C(s)P (s)F (s) = = A sensibilidade de T (s) em relacao a P (s) pode ser melhor analisada atrav´ s ¸˜ e T (s). 1 + C(jω)P (jω)F (jω) ´ A quantidade C(jω)P (jω)F (jω) e chamada de ganho de malha do sistema. Como P (s) ¸˜ uˆ e F (s) s˜ o dadas. O desempenho do sistema em malha aberta ser´ severamente a ´ afetado por variacoes na planta. Considere a funcao de transferˆ ncia de malha fechada ¸˜ e T (s) = Y (s) C(s)P (s) = . no sensor F (s) ou no proprio controlador C(s) pode ser investigada com o aux´lio da funcao de sensibilidade. ¸˜ e Sensibilidade do sistema em malha fechada 11. ı ¸˜ ´ 12. o . ∂P (s) T (s) [1 + C(s)P (s)F (s)]C(s) − [C(s)F (s)]C(s)P (s) × [1 + C(s)P (s)F (s)]2 1 + C(s)P (s)F (s) . da resposta em freq¨ encia de SP uˆ T SP (jω) = 1 .

¸˜ ` e ´ ´ 14. por o ¸˜ a exemplo. ∂p T (s) ∂P (s) ∂p T (s) 17. 1 + C(jω)P (jω)F (jω) ´ ` A conclus˜ o agora e oposta a do caso anterior. ∂F (s) T (s) 1 + C(s)P (s)F (s) T ´ A resposta em freq¨ encia de SF (s) e uˆ T SF (jω) = −C(jω)P (jω)F (jω) . ´ 15. Para isso.EA721 / PAULO VALENTE / UNICAMP 74 ´ 13. a sensibilidade do sistema em relac ao ao controlador tem ¸˜ mais a ver com quest˜ es de representacao de parˆ metros em ponto flutuante. A sensibilidade de T (s) em relacao a algum parˆ metro p de P (s) (por exem¸˜ a plo) pode ser obtida atrav´ s da chamada regra da cadeia: e T Sp (s) = ∂T (s) ∂P (s) p ∂T (s) p = . Neste sentido. sendo ¸˜ a igual a (verifique) T SF (s) = ∂T (s) F (s) −C(s)P (s)F (s) = . sendo basicamente um conjunto de instrucoes na linguagem utilizada pelo microprocessador ¸˜ utilizado. Na maioria dos ¸˜ a o ´ sistemas de controle atuais o controlador e implementado digitalmente. Uma conclus˜ o geral importante e a de que e imposs´vel projetar um controa ı lador de forma que o sistema de malha fechada seja simultaneamente insens´vel a ı variacoes na planta e no sensor. o que n˜ o altera as conclus˜ es acima. Com isso. O ganho de malha deve ser a pequeno dentro da faixa de passagem do sistema para que a sensibilidade de T (s) em relacao a F (s) nessa faixa de freq¨ encias seja pequena. Por sua vez. ganhos muito baixos tornam a resposta do sistema muito lenta e pouco precisa em relacao a entrada de referˆ ncia. evitando que este ¸˜ ´ varie. 16. Uma solucao para desacoplar as sensibilidades de ¸˜ ¸˜ ´ T (s) em relacao a P (s) e F (s) e investir na qualidade do sensor. Considere um sistema de controle em malha fechada com os se- . Exemplo. e poss´vel trabalhar numa faixa de ganhos na qual o desempenho ı do sistema em malha fechada possa ser melhor controlado. A sensibilidade de T (s) em relacao a F (s) e calculada de forma an´ loga. devemos ¸˜ uˆ projetar C(s) para produzir ganhos baixos dentro da faixa de passagem do sistema. A sensibilidade de T (s) em relacao a C(s) e igual a sensibilidade de T (s) em ¸˜ relacao a P (s) (verifique).

1 + 0.1 + 0. s + (0.25kc 0.25kc ) +1 0.05kc k) ∂T (s) k = ∂k T (s) [s + (0. 1 + C(s)P (s)F (s) s + (0.1 T Sk (jω) = = .1 + 0.1 + 0.05kc k)]kc − (0. = [s + (0. ¸˜ ´ A funcao de malha fechada e ¸˜ T (s) = Logo T Sk (s) = C(s)P (s) kc k = .25kc T Observamos que a magnitude da sensibilidade Sk (jω) decresce com o aumento do ganho do controlador.05. na sensibilidade e ´ de T (s) em relacao ao ganho da planta. T Sk (s) = s + 0.1 + 0.1 +1 jω + 0. kc .1 0.1 e F (s) = 0.1 + 0. 75 Desejamos analisar a influˆ ncia do ganho do controlador. P (s) = k s + 0.1 + 0. jω jω + (0.1 + 0.1 . . Supomos que o valor nominal de k e 5.05kc )(kc k) [s + (0.05kc k)]2 kc Em k = 5. k.25kc ) T ´ A resposta em freq¨ encia de Sk (s) e uˆ jω 0.EA721 / PAULO VALENTE / UNICAMP guintes componentes: C(s) = kc .05kc k)] .

¸˜ PSfrag replacements w r + C(s) − F (s) ´ Figura 9.2. ı P (s) + + y . como na Figura 9. u ı PSfrag replacements w r + − + C(s) + P (s) y F (s) ´ Figura 9. Dist´ rbios s˜ o entradas independentes que tendem a afetar de forma adversa u a ´ o funcionamento do sistema de controle. u ¸˜ A entrada de dist´ rbio pode estar refletida na sa´da da planta. w.1: Sistema de controle sujeito a um disturbio na atuacao. ou para modelar o efeito ¸˜ do ambiente sobre o sistema de controle.1 ilustra um sistema de con´ trole no qual a entrada de dist´ rbio. A Figura 9.EA721 / PAULO VALENTE / UNICAMP 76 Aula 7 Rejeicao de disturbios ¸˜ ´ Rejeicao de dist´ rbios ¸˜ u Controle da resposta transit´ ria o Controle da resposta em freq¨ encia uˆ Rejeicao de disturbios ¸˜ ´ 1.2: Sistema de controle sujeito a um disturbio na sa´da. Entradas de dist urbio podem ser usadas para modelar a variacao de algum componente do sistema. e refletida na entrada da planta (atuacao).

Neste ´ caso. tirando-lhe efetividade. dizemos que ocorre a rejeicao do disturbio pelo sistema de controle.EA721 / PAULO VALENTE / UNICAMP 77 2. ı w PSfrag replacements D(s) + C(s) − F (s) ´ Figura 9.1 e modificar o sinal de ı u ´ controle. 1 + C(s)P (s)F (s) 1 + C(s)P (s)F (s) P (s) + y r + Y (s) = = T (s)R(s) + G(s)W (s). e ı ¸˜ obtemos C(s)P (s) D(s) R(s) + W (s). Um disturbio na sa´da da planta como ilustra ı ´ a Figura 9. ¸˜ . ı ´ 3. A resposta temporal do sistema e obtida antiu transformando Y (s): y(t) = yR (t) + yW (t). A Figura 9. fazendo ¸˜ u ¸˜ u com que yW (t) tenda a zero (y(t) tenda a yR (t)) quando t tender ao infinito. t≥0 O sistema de controle n˜ o pode evitar que a sa´da seja transitoriamente afetada a ı pela acao do dist´ rbio w. Certos dist´ rbios podem ser modelados como a sa´da de um filtro D(s) submeu ı tido a uma entrada w do tipo degrau. O efeito l´quido do dist´ rbio indicado na Figura 9. Considere um dist urbio na sa´da da ı planta. enquanto que a segunda e a resposta do e ´ sistema ao sinal de dist´ rbio w.3 ilustra a ac ao do ¸˜ ´ disturbio filtrado na sa´da da planta.3. A primeira parcela da soma e a resposta do sistema ` ´ de controle a entrada de referˆ ncia r. como representado na Figura 9. ´ em que G(s) = Y (s)/W (s).3: Sistema de controle sujeito a disturbio filtrado na sa´da.2 modifica o sinal a ser medido. por exemplo. Atrav´ s do Princ´pio da Superposicao. mas pode evitar a acao do dist´ rbio em regime.

1 + C(jω)P (jω) e a sa´da seguir´ a referˆ ncia com boa aproximacao. 1 + C(jω)P (jω) ´ significando que o dist´ rbio ser´ bastante atenuado. G(jω) = 5. pois ı a e ¸˜ T (jω) = D(jω) 0.1 10s + 1 . Como o controlador e a parte u a projet´ vel do sistema de controle. Na an´ lise de rejeicao de dist´ rbio a seguir. mais baixa. consideramos realimentacao unit´ ria a ¸˜ u ¸˜ a (F (s) = 1). A conclus˜ o de que C(jω)P (jω) deve ser grande para rejeicao de a ¸˜ ´ dist´ rbios independe do modelo do disturbio. a w −0.6 −6 = . representada pelo filtro D(s) = −0. a Em malha aberta. s + 0. Considere o sistema de controle da u Figura 9.1 PSfrag replacements r + kP + − + kI s 5 s + 0.05 Figura 9.EA721 / PAULO VALENTE / UNICAMP 78 4. por exemplo).6 s + 0. C(jω)P (jω) 1. por um a ` a per´odo de tempo suficientemente longo. que modela um sistema autom´ tico de controle de temperatura a (aquecimento) de uma cˆ mara.1 y + 0.4: Sistema de aquecimento de uma cˆ mara.4 abaixo. Exemplo. expondo a cˆ mara a temperatura externa. a acao de uma entrada de dist´ rbio do tipo degrau como abrir ¸˜ u ` o acesso a cˆ mara. Na faixa de freq¨ encias na qual o ganho de malha C(jω)P (jω) for uˆ grande (0 < ω ≤ ωF P . a forma mais indicada de se aumentar o ganho de a ´ ¨ˆ malha e aumentando o ganho do controlador na faixa de freq uencias de interesse. reflete-se numa queda de −6 o C ap´ s 40 ı o s.

G(j0) = 0. valores particulares de kP e kI tˆ m importante efeito sobre o comportamento e transit´ rio da cˆ mara da sala ap´ s a abertura do acesso. de acordo com o Princ´pio da Superposicao.1 + 0.1 −0.25kI G(s) = = s2 ´ A resposta em freq¨ encia de G(s) e uˆ G(jω) = −j0. Disturbios de baixa freq¨ encia s˜ o uˆ a ´ bastante atenuados. ı ¸˜ C(s)P (s) D(s) R(s) + W (s). s→0 Este efeito torna-se poss´vel devido a escolha do controlador PI. a yW (∞) = lim sG(s)W (s) = 0. Entreuˆ tanto. para W (s) = 1/s. quaisquer que sejam kP e kI > 0.1 . kI 0.25kP )ω + 0.25 1 + kP + s s + 0.EA721 / PAULO VALENTE / UNICAMP 79 de ganho −6 e constante de tempo τ = 10 s.6 s + 0. + (0. A funcao de transı e ¸˜ ´ ferˆ ncia de malha fechada relevante para este tipo de an´ lise e e a . que fornece ı ganho infinito na freq¨ encia ω = 0.25kP )s + 0.6s . −ω 2 + j(0. −0.25kI ´ e G(jω) tende a zero quando ω tende a zero. Em sistemas de controle estamos particularmente interessados em analisar como a sa´da da planta responde a determinados sinais de referˆ ncia. significando que dist urbios do tipo degrau s˜ o completamente rejeitados. A sa´da do sistema de controle em ı ´ malha fechada e. Numericamente.6ω . em que G(s) = Y (s)/W (s). Em particular.1 + 0. o a o ´ Controle da resposta transitoria 6. 1 + C(s)P (s)F (s) 1 + C(s)P (s)F (s) Y (s) = = T (s)R(s) + G(s)W (s). Especificamente.

A constante de ´ tempo de um par de p´ los complexos conjulgados −ξωn ± jωn 1 − ξ e dada por o τi = 1/(ξωn ). . . se as partes reais de todos os a p´ los de T (s) forem negativas. . . . 2. a qual por sua vez depende das localizac oes dos zeros e p´ los de ¸˜ o ´ T (s) e de R(s). P´ los dominantes. i = 1. s˜ o os p´ los de T (s).EA721 / PAULO VALENTE / UNICAMP 80 T (s) = Y (s) NT (s) = = R(s) DT (s) NT (s) nT i=1 (s − pi ) ´ a o em que nT e a ordem e pi . ´ ´ A contribuicao de cada modo para a resposta transitoria do sistema e funcao da ¸˜ ¸˜ sua amplitude. . a sa´da da planta pode ser representada na forma de fracoes a ı ¸˜ parciais como Y (s) = T (s)R(s) = α1 α1 α1 + + . A e ¸˜ o ´ resposta temporal do sistema e obtida atrav´ s da anti-trasformada de Laplace de e Y (s): y(t) = α1 ep1 t + α2 ep2 t + · · · + α1 epnT t + yR (t). t ≥ 0 ´ Se o sistema em malha fechada for est´ vel. i = 1. As exponenciais epi t . 2. . nT . yR . t ≥ 0. Assumindo por simplicidade que os polos a ı s˜ o todos distintos. ent˜ o as exponenciais epi t . nT s˜ o as vˆ zes chamao a e ´ das de modos do sistema. isto e. Um p´ lo real possui o ´ a √ constante de tempo τi = 1/|pi | (p1 < 0 se o sistema e est´ vel). . nT teno a ` dem a zero quando t → ∞ e a resposta tende a resposta forcada ou resposta em ¸ ´ ´ regime.. A amplitude de cada modo e dada pelo res´duo associado ı ao respectivo p´ lo: o αj = NT (s) i=j (s − pj ) R(s) |s=pi . s − p1 s − p2 s − p nT na qual YR (s) cont´ m as fracoes relativas aos p´ los de uma dada entrada R(s). . 2. e da constante de tempo do polo associado. Se α 1 e p1 t + α 2 e p2 t + · · · + α n T e pnT t α i e pi t . A resposta natural ou resposta transitoria do sistema e dada pela soma α 1 e p1 t + α 2 e p2 t + · · · + α n T e pnT t . ´ Os zeros de T (s) s˜ o as ra´zes de NT (s). . nT .. . respectivamente. . . j = 1. t ≥ 0. . i = 1. + + YR (s). . . . 2. 7.

A resposta do sistema a uma entrada degrau unit´ rio pode ser a expressa na forma Y (s) = −0. − (0. i = 1. Observamos ent˜ o que o modo relativo ao p´ lo p1 = −10 decresce rapidamente.0244e−10t − e−t (0. nT . Exemplo. αj = αi ) s˜ o o par de p´ los dominantes ¯ ¯ a o o do sistema. .0244.6098 −0. α3 = −0.0244 −0. p3 = −1 − j.6098)e(−1−j)t + 1. . os p´ los pi e pj (eventualmente pj = pi . s˜ o as ra´zes da equacao caraco a ı ¸˜ ter´stica ı 1 + C(s)P (s)F (s) = 0. Lembramos que os p´ los pi .4878 − j0.6098 e p4 = 0. α1 = −0.0244e−10t − (0. que ent˜ o responde como o o a um sistema de primeira ordem. Considere a funcao de transferˆ ncia de malha fechada de terceira ¸˜ e ordem Y (s) 20 T (s) = = . p2 = o a −1 + j.9756 cos t + 1. a o o que aliado ao fato da sua amplitude (res´duo) ser pequena. a 8. t ≥ 0.4878 − j0. α4 = 1. 2.6098)e(−1+j)t − que em termos de seno e cosseno assume a forma y(t) = −0.4878 + j0.9756 cos t + 1. R(s) (s + 10)(s2 + 2s + 2) Supondo uma entrada do tipo degrau unit´ rio.2196 sen t). 9.6098.4878 − j0. Se α 1 e p1 t + α 2 e p2 t + · · · + α n T e pnT t α i e pi t + α j e pj t .2196 sen t) + 1.4878 + j0. os valores dos res´duos assoa ı ciados aos p´ los de Y (s) s˜ o os seguintes: p1 = −10. . que ent˜ o responde como um sistema de segunda ordem.6098 1 + + + .EA721 / PAULO VALENTE / UNICAMP 81 ´ dizemos que o p´ lo pi e o p´ lo dominante do sistema. permite aproximar a ı resposta transit´ ria por o −e−t (0. t ≥ 0. s − (−10) s − (−1 + j) s − (−1 − j) s−0 ` A anti-transformada de Y (s) fornece a respota temporal do sistema a entrada degrau unit´ rio: a y(t) = −0. . α2 = −0.4878 + j0. t ≥ 0. t ≥ 0. .

uˆ a ´ 13. comprometendo a sua resposta transitoria. Podemos mostrar que se o comportamento do sistema em malha fechada e √ a dominado por um par de p´ los complexos conjulgados. ¨ˆ Controle da resposta em frequencia 10. ent˜ o o sistema ser´ capaz de e uˆ a a a rastrear referˆ ncias descritas (principalmente) por uma soma de senoides de at´ e e esta freq¨ encia m´ xima. e necess´ rio elevar o ganho de malha C(jω)P (jω)F (jω). inst´ vel). um ganho de malha muito elevado tende a tornar o sistema oscilat orio ´ (eventualmente. e determinante para a localizacao dos p´ los do sistema e para o tipo de ¸˜ o resposta transit´ ria que este exibir´ . como m´ xima sobre-elevacao (Mp ).EA721 / PAULO VALENTE / UNICAMP 82 associada ao sistema de controle em malha fechada. ω F P . a 11. a escolha do controlador C(s). baixa ` sensibilidade a variacoes de parˆ metros e rejeicao de dist´ rbios numa faixa de ¸˜ ¸˜ a u ´ freq¨ encias de interˆ sse. Muitas vˆ zes estamos interessados em proo a e ´ ` jetar C(s) de tal forma que a resposta transitoria do sistema se assemelhe a res´ posta de um sistema de segunda ordem com um par de p olos complexos conjulga√ ´ a dos −ξωn ± jωn 1 − ξ. V´ rios aspectos do comportamento entrada-sa´da de um sistema de controle a ı ˆ ncia da funcao de transferˆ ncia podem ser analisadas atrav´ s da resposta em freq¨ e e u ¸˜ e de malha fechada T (s). o ganho do sistema para uma entrada constante. caracterizada por T (jω) = C(jω)P (jω) . o Neste caso. Concluimos anteriormente que para obter erros de regime pequenos. Neste caso. o que caracteriza a faixa de passagem do sistema. porque e f´ cil relacionar especificacoes de desempenho ¸˜ t´picas de resposta transit´ ria. −ξωn ± jωn 1 − ξ. 1 + C(jω)P (jω)F (jω) Em particular. o tempo de subida . etc. Por oue ¸˜ ´ tro lado. T (j0) (ω = 0 rad/s) representa o ganho DC do sistema em malha ´ fechada. o controlador deve ser projetado para que o sistema de controle em ´ malha fechada apresente o par de polos dominantes (complexos conjulgados) desejado. dadas as funcoes de transferˆ ncia da planta e do sensor. P (s) ¸˜ e ´ e F (s).. com o fator de amortecimento ξ e a frequencia natural ωn dos p´ los. uˆ e a ´ o que normalmente e feito atrav´ s da elevacao do ganho do controlador. ent˜ o o ´ o produto ωF P · tr e aproximadamente constante. Portanto. isto e. ¨ˆ 12. tempo de suı o a ¸˜ ¨ˆ bida (tr ). Se a magnitude de T (jω) for aproximadamente igual a 1 para freq uencias variando de 0 at´ uma certa freq¨ encia m´ xima.

. Um pico (ressonˆ ncia) no diagrama de magnitude do sistema indica sobre-elevac ao na sua a ¸˜ resposta transit´ ria. 14. de forma a atender. se poss´vel. a e e ı ¸˜ a todas as especificacoes formuladas.EA721 / PAULO VALENTE / UNICAMP 83 ` (tr ) do sistema diminui a medida que a sua faixa de passagem aumenta. maior a sobre-elevac ao o ¸˜ (menor ξ). Quanto maior a amplitude do pico. O controlador C(s) dever´ ser projetado atrav´ s de m´ todos adequados. Caracter´sticas da resposta dinˆ mica do sistema como as discutidas acima (e ı a v´ rias outras n˜ o mencionadas) podem ser tomadas como especificac oes de dea a ¸˜ sempenho para o sistema de controle em malha fechada.

se qualquer entrada limitada aplicada ao sistema produz uma sa´da limitada. equivalente a DC (s)DP (s)DF (s) + NC (s)NP (s)NF (s) = 0. O objetivo do estudo de estabilidade relativa e estabelecer margens dentro das quais o sistema permanece est´ vel. A an´ lise de estabilidade de sistemas lineares ina variantes no tempo pode ser subdividida da seguinte maneira: ´ Estabilidade absoluta. a ´ a ´ isto e. ou est´ vel no sentido entradaa a sa´da. se todas as ra´zes da equacao caracter´stica do sistema tˆ m ou n˜ o tˆ m partes ı ¸˜ ı e a e reais negativas. a Equacoes polinomiais ¸˜ . ´ a ´ Estabilidade relativa. possuem partes reais negativas. ı ı ´ a Um sistema linear invariante no tempo e est´ vel se e somente se todas as ra´zes da ı equacao caracter´stica ¸˜ ı 1 + C(s)P (s)F (s) = 0.EA721 / PAULO VALENTE / UNICAMP 84 ˜ Revisao 4 ´ Criterio de Routh-Hurwitz Estabilidade entrada-sa´da ı Equacoes polinomiais ¸˜ Crit´ rio de Routh-Hurwitz e Casos especiais Polinˆ mios auxiliares o Aplicacao em Controle ¸˜ Estabilidade entrada-sa´da ı ´ 1. deseja-se saber qu˜ o est´ vel e o a a ´ sistema. Se o sistema e est´ vel. Deseja-se saber apenas se o sistema e ou n˜ o e est´ vel. Lembremos que um sistema e (BIBO) est´ vel.

EA721 / PAULO VALENTE / UNICAMP

85

2. Antes da sistematizacao da an´ lise de estabilidade atrav´ s do crit´ rio de Routh¸˜ a e e Hurwitz, vamos inferir algumas propriedades sobre equac oes polinˆ miais de grau ¸˜ o n que apresentam ra´zes com partes reais negativas. Considere inicialmente a ı equacao de primeiro grau ¸˜ D(s) = a1 s + a0 = 0, a1 = 0.

A ra´z da equacao e s = −a0 /a1 , e se a ra´z e negativa, ent˜ o a1 > 0 e a0 > 0 ou ı ¸˜ ´ ı ´ a a1 < 0 e a0 < 0. Se a ra´z e negativa, os coeficientes possuem o mesmo sinal. ı ´ 3. Considere agora a equacao de segundo grau ¸˜ D(s) = a2 s2 + a1 s + a0 = 0, a2 = 0,

e de maneira an´ loga, vamos impor que as ra´zes desta equacao, dadas por ¸˜ a ı √ √ −a1 − ∆ −a1 + ∆ e s2 = , s1 = 2a2 2a2 com ∆ = a2 − 4a2 a0 , sejam reais negativas ou sejam complexas conjulgadas com 1 ´ parte real negativa. Suponha que ∆ ≥ 0, isto e, que as ra´zes sejam reais negativas. ı Ent˜ o a2 > 0 implica que a1 > 0 pois, caso contr´ rio, s1 n˜ o seria negativa. Neste a a a caso, para que −a1 + √ ∆= −a1 + a2 − 4a2 a0 1 < 0,

com a2 > 0 e a1 > 0, devemos ter a0 > 0. Por outro lado, a2 < 0 implica a1 < 0 e a0 < 0 atrav´ s de racioc´nio an´ logo envolvendo a ra´z s2 . Suponha agora que e ı a ı ´ ∆ < 0, isto e, que as ra´zes s˜ o complexas conjulgadas com parte real negativa, o ı a que imp˜ e que a2 e a1 tenham o mesmo sinal. Se a2 > 0 e a1 > 0, ent˜ o a0 > 0 o a (para que ∆ < 0). Analogamente, se a2 < 0 e a1 < 0, ent˜ o a0 < 0. A conclus˜ o a a ´ geral e que se uma equacao de segundo grau possui ra´zes negativas ou com parte ¸˜ ı real negativa, ent˜ o seus coeficientes possuem o mesmo sinal: a2 > 0, a1 > 0 e a a0 > 0 ou a2 < 0, a1 < 0 e a0 < 0. 4. Um polinˆ mio de terceiro grau sempre pode ser decomposto no produto de um o ˆ polinˆ mio de primeiro grau por um polinomio de segundo grau: o D(s) = a3 s3 + a2 s2 + a1 s + a0 ,
2

a3 = 0,

= (α1 s + α0 )(β2 s + β1 s + β0 ).

EA721 / PAULO VALENTE / UNICAMP

86

Se as ra´zes da equacao de terceiro grau possuem partes reais negativas, ent˜ o os ı ¸˜ a coeficientes α1 e α0 s˜ o ambos positivos ou ambos negativos e os coeficientes a β2 , β1 e β0 s˜ o todos positivos ou todos negativos. Logo, se as ra´zes da equacao a ı ¸˜ de terceiro grau tiverem partes reais negativas, ent˜ o os coeficientes a3 , a2 , a1 e a a0 ser˜ o todos positivos ou todos negativos. a 5. Dado que um polinˆ mio de grau n qualquer sempre pode ser decomposto no o produto de polinˆ mios de primeiro e de segundo graus, concluimos que se um poo linˆ mio de grau n possuir ra´zes com partes negativas, ent˜ o seus coeficientes deo ı a ver˜ o ser todos positivos ou todos negativos. Uma maneira conveniente de resumir a ´ ˆ esta propriedade e definindo os seguintes conjuntos: H, conjunto dos polin omios ˆ de grau n, cujas ra´zes possuem partes reais negativas, e C, conjunto dos polin omios ı de grau n, cujos coeficientes possuem o mesmo sinal. Acabamos de mostrar que ´ ´ H ⊂ C, isto e, que se D e um polinˆ mio de grau n (qualquer) e D ∈ H, ent˜ o o a D ∈ C, como ilustra o diagrama de Venn da Figura 8.1. C H PSfrag replacements

Figura 8.1: Diagrama de Venn. 6. Observamos que D ∈ C n˜ o implica D ∈ H, em geral. Exemplo: as ra´zes a ı 3 + s2 + 2s + 8, cujos coeficientes s˜ o todos positivos do polinˆ mio D(s) = s o a √ √ ı (D ∈ C) s˜ o p1 = −2, p2 = 1/2 + j 15/2 e p3 = 1/2 − j 15/2. As ra´zes a complexas conjulgadas possuem parte real positiva, e portanto D ∈ H. (O crit´ rio e de Routh-Hurwitz permite mostrar que D ∈ C implica D ∈ H para n ≤ 2.) ´ Uma importante conseq¨ encia do estudo realizado e a de que se D ∈ C, ent˜ o uˆ a D ∈ H (Figura 8.1). Portanto, um sistema dinˆ mico cuja equacao caracter´stica a ¸˜ ı apresenta pelo menos um coeficiente nulo ou negativo n˜ o pode ser est´ vel, poa a dendo entretanto ser marginalmente est´ vel ou inst´ vel. a a

EA721 / PAULO VALENTE / UNICAMP

87

´ Criterio de Routh-Hurwitz
´ 7. Um m´ todo direto para verificar se um dado sistema e ou n˜ o est´ vel seria e a a calcular as ra´zes da equacao caracter´stica associada atrav´ s de softwares como ı ¸˜ ı e o MATLAB. Entretanto, a estabilidade absoluta do sistema depende apenas do sinal das partes reais das ra´zes, o que torna o c´ lculo de ra´zes, no contexto de ı a ı estabilidade absoluta, desnecess´ rio. Al´ m disso, muitas vˆ zes desejamos analisar a e e a estabilidade do sistema em funcao de um ou mais parˆ metros do seu modelo ¸˜ a matem´ tico sem recorrer a softwares de computacao simb´ lica. a ¸˜ o ´ 8. O Crit´ rio de Routh-Hurwitz e um crit´ rio alg´ brico simples para a an´ lise e e e a da estabilidade de sistemas lineares invariantes no tempo. O crit´ rio de Routhe Hurwitz permite determinar quantas ra´zes de um polinˆ mio dado possuem partes ı o ˜ reais positivas, negativas ou nulas. Conclusoes sobre a estabilidade de um sistema de interesse podem ent˜ o ser obtidas aplicando-se o crit´ rio a equacao caraa e ` ¸˜ cater´stica associada. ı 9. Considere o polinˆ mio caracter´stico gen´ rico de grau n o ı e D(s) = an sn + an−1 sn−1 + · · · + a1 s + a0 , an = 0,

no qual, por hip´ tese, a0 = 0. Se a0 = 0, uma das ra´zes da equacao caracter´stica o ı ¸˜ ı ´ ˆ e zero e o procedimento geral a seguir se aplicaria ao polin omio restante. O pri´ meiro passo para a aplicacao do Crit´ rio de Routh-Hurwitz e construir o chamado ¸˜ e Array de Routh: sn sn−1 sn−2 sn−3 . . . s2 s1 s0 an an−1 b1 c1 . . . k1 l1 m1 an−2 an−3 b2 c2 . . . k2 an−4 an−5 b3 c3 an−6 an−7 b4 c4 ··· ··· ··· ···

Apenas os aspectos operacionais da an´ lise de estabilidade absoluta pelo Cria t´ rio de Routh-Hurwitz ser˜ o tratados. A teoria por tr´ s da construcao do array e a a ¸˜ de Routh foge ao escopo do presente curso. As duas primeiras linhas do array referenciadas como sn e sn−1 , respectivamente, s˜ o formadas pelos coeficientes a de D(s), a primeira pelos coeficientes an , an−2 , . . . , a segunda pelos coeficentes

EA721 / PAULO VALENTE / UNICAMP

88

´ an−1 , an−3 , . . . . A linha sn−2 e calculada a partir das linhas sn e sn−1 de acordo com a seguinte regra: an−1 an−4 − an an−5 an−1 an−2 − an an−3 , b2 = , ··· b1 = an−1 an−1 ´ A linha sn−3 e calculada a partir das linhas sn−1 e sn−2 pela mesma regra: b1 an−5 − an−1 b3 b1 an−3 − an−1 b2 , c2 = , ··· c1 = b1 b1 Supondo que nenhum elemento da primeira coluna do array (formada por a n , an−1 , b1 , c1 , . . . ) se anula, repete-se o procedimento at´ que a linha s0 tenha sido e obtida, o que conclui a construcao do array de Routh. ¸˜ 10. Crit´ rio de Routh-Hurwitz. O n´ mero de ra´zes de D(s) = 0 com partes e u ı ´ reais positivas e igual ao de trocas de sinal na primeira coluna do array de Routh; as ra´zes de D(s) = 0 possuem partes reais negativas se e somente se todos os ı coeficientes de D(s) possuem o mesmo sinal e n˜ o h´ troca de sinal na primeira a a coluna do array. ˆ 11. Exemplo. O array de Routh associado ao polinomio de sexto grau D(s) = ´ s6 + 4s5 + 3s4 + 2s3 + s2 + 4s + 4 e dado por
s6 s5 s4 1 4 5 4·3−1·2 = 2 4 5 ·2−4·0 2 2= 5 2 2·0− 12 5 · (− ) 2 5 2 3 2 0= 4·1−1·4 4 1 4 4= 4·4−1·0 4 4 0

s

3

5 ·4−4·4 12 = 2 − 5 5 2 2·4− 2 5 ·0 2

0

s2

3=

4=

s

1

12 3 · (− ) − 2 · 4 76 5 − = 15 3 − 76 ·4−3·0 15 76 − 15

0

s

0

4=

EA721 / PAULO VALENTE / UNICAMP

89

Como existem duas trocas de sinal na primeira coluna do array (da linha s 2 para a linha s1 e de s1 para s0 ), duas ra´zes de D(s) = 0 encontram-se no semi-plano ı direito. Um sistema cuja equacao carcater´stica fosse D(s) = 0 seria inst´ vel. ¸˜ ı a 12. O crit´ rio de Routh-Hurwitz permite analisar apenas a estabilidade absoluta e de um sistema. As localizacoes das ra´zes n˜ o s˜ o conhecidas, apenas seus sinais, ¸˜ ı a a ´ e nada se pode dizer sobre o comportamento transitorio ou de regime do sistema. Uma operacao que pode ser realizada no sentido da simplificacao de c´ lculos para a ¸˜ ¸˜ a ´ obtencao do array de Routh e dividir uma linha por uma constante positiva. Exem¸˜ plo: dividindo a linha s5 do array anterior por 2, obtemos 1 3 1 4 2 1 2 0 5 s4 0 4 2 ´ e e o restante do array e idˆ ntico ao anterior. Ao dividirmos a linha, dividimos simultˆ neamente todos os elementos que multiplicam a linha de cima e o elemento a pelo qual as diferˆ ncas s˜ o divididas; o resultado tem de ser o mesmo. Tamb´ m e ¸ a e ´ ´ e poss´vel mostrar que o ultimo elemento da primeira coluna de qualquer array de ı ´ Routh e a0 , o termo constante de D(s). 13. A construcao do array de Routh n˜ o pode prosseguir de acordo com a regra ¸˜ a geral formulada se algum elemento da primeira coluna do array assumir valor nulo. Neste caso, nem todas as ra´zes de D(s) = 0 possuem partes reais negativas e ı ¸˜ informacoes adicionais podem ser obtidas analisando-se os casos especiais a seguir. s6 s5

Casos especiais
14. Caso Especial I. Se um elemento da primeira coluna se anula, mas na linha correspondente existe ao menos um elemento n˜ o-nulo, o procedimento deve ser o a seguinte: ´ a) Substitua o elemento nulo pelo numero . Prossiga calculando os demais elementos do array em funcao de ; ¸˜ b) Ap´ s conclu´do o array, os sinais dos elementos da primeira coluna s˜ o detero ı a minados fazendo-se → 0; c) Se houver trocas de sinal na primeira coluna qualquer que seja o sinal assumido ´ para , o n´ mero de trocas de sinal e igual ao n´ mero de ra´zes com partes u u ı reais positivas;

e o array de Routh associado s3 s2 s1 1 1 0 2 2 A linha s1 torna-se nula. Considere o polinomio do terceiro grau D(s) = s3 + s2 + 2s + 2. Exemplo. Neste caso. cujas ra´zes s˜ o tamb´ m ra´zes do polinˆ mio o ı a e ı o ´ ´ o D(s). a ˆ 15. O polinˆ mio auxiliar e sua derivada em relacao a s o ¸˜ ´ s˜ o A(s) = s2 + 2 e A (s) = 2s + 0. igual a o ¸˜ (4 − 12)/ . A linha s1 e substitu´da por a ı por A (s) e a construcao do array prossegue: ¸˜ . a ´ 16. os coeficientes da linha imediatamente acima definem (em ordem decrescente de potˆ ncias e de s) um polinˆ mio auxiliar A(s). O polinˆ mio auxiliar e um polinˆ mio par. A(s) possui apenas potˆ no e cias pares de s. Considere o polinomio de quinto grau D(s) = s5 + 2s4 + 2s3 + 4s2 + 11s + 10 s5 s4 s3 s2 s1 s0 1 2 − 12 2 4 6 10 11 10 6 10 Se → 0+ ou → 0+ . respectivamente. isto e. Uma linha do array e inteiramente nula. o polinomio possui ra´zes imaı ı gin´ rias puras. Isto sempre pode ser feito e simplifica os c´ lculos. A construcao do array de Routh prossegue substituindo-se a linha ¸˜ ¸˜ nula pela derivada de A(s) em relacao a s. o limite ı → 0 foi tomado logo ap´ s a obtencao do primeiro elemento da linha s2 . No exemplo acima. ˆ 17.EA721 / PAULO VALENTE / UNICAMP 90 d) Se houver trocas de sinal na primeira coluna somente se > 0 ou < 0. Exemplo. n˜ o a ˆ existem ra´zes com partes reais positivas. Caso Especial II. D(s) = 0 possui duas ra´zes no semi-plano direito. ocorrem duas trocas de sinal na primeira coluna.

possivelmente u ı uma ra´z complexa de A(s) = 0. o a a ı polinˆ mio possui ra´zes imagin´ rias puras. Como A(s) possui apenas potˆ ncias pares. ´ sendo m um n´ mero par. n˜ o existem ra´zes com partes reais positivas. pois ra´zes complexas de polinˆ mios com e ´ ı ¸˜ ı o coeficientes reais aparecem em pares complexos conjulgados. s1 = j 2 e s2 = −j 2. as ra´zes imagin´ rias puras s˜ o as ra´zes de A(s) = s2 + ı a ı √ √ a 2 = 0. Suponha que s1 e uma ra´z de A(s) = 0.1: Simetria das ra´zes de polinˆ mios pares. As informacoes extra´das do array de Routh no Caso Especial II s˜ o ligeira¸˜ ı a mente diferentes: ´ ´ a) Se houver trocas de sinal na primeira coluna do array. Um polinˆ mio auxiliar (par) qualquer pode ser representado na forma o A(s) = am sm + am−2 sm−2 + · · · + a2 s2 + a0 . ı o . ˆ Polinomios auxiliares 19. s3 = −s1 e s4 = −s2 s˜ o tamb´ m ra´zes de A(s) = 0.EA721 / PAULO VALENTE / UNICAMP s3 s2 s1 s0 1 1 2 2 2 2 91 18. e a e ı Im s PSfrag replacements s3 s1 0 Re s s4 s2 Figura R4. o n umero de trocas e igual ao n´ mero de ra´zes com partes reais positivas. Ent˜ o s2 = s1 (¯ e o complexo conjulgado ı a ¯ s ´ de s) tamb´ m e uma ra´z da equacao. o ı a No exemplo anterior. u ı b) Se n˜ o houver trocas de sinal. ou seja.

EA721 / PAULO VALENTE / UNICAMP

92

As ra´zes de um polinˆ mio par aparecer˜ o simetricamente em relacao aos eixos ı o a ¸˜ real e imagin´ rio do plano s, como ilustra a Figura R4.1. a ´ 20. Exemplos. O polinˆ mio s2 − 1 e par e suas ra´zes s˜ o s1 = 1 e s2 = −1. o ı a 2 + 1, as ra´zes ser˜ o s = j e s = −j. O polinˆ mio Se o polinˆ mio for s o ı a 1 o 2 ´ s4 + 4 = (s2 + 2s + 2)(s2 − 2s + 2) e par e suas ra´zes s˜ o s1 = 1 + j, s2 = 1 − j, ı a ´ s3 = −1 − j e s4 = −1 + j. O array de Routh associado a este ultimo polinˆ mio o seria s4 s3 1 0 0 0 4

´ ´ A linha s3 se anula e o polinˆ mio auxiliar e A(s) = s4 + 4. A linha s3 e o 3 + 0: substitu´da por A (s) = 4s ı s4 s3 s2 1 4 0 0 0 4 4

´ O primeiro elemento de s2 e 0, mas a linha n˜ o e nula. Substitui-se 0 por a ´ (caso especial I) e a construcao do array prossegue: ¸˜ s4 s3 s2 s1 s0 1 4 −16/ 4 0 0 4 4

Ap´ s a conclus˜ o do array, existem duas trocas de sinal independentemente do o a sinal de . Logo, s4 + 4 = 0 possui 2 ra´zes no semi-plano direito (s = 1 ± j). ı

Aplicacao em Controle ¸˜
´ a 21. Considere o sistema de controle da Figura R4.2. A planta e est´ vel em malha aberta (ra´zes no semi-plano esquerdo). Deseja-se saber para que valores de k P > ı 0 e kI > 0 o sistema ser´ est´ vel em malha fechada. a a ´ A equacao caracter´stica do sistema em malha fechada e ¸˜ ı 1 + kP + kI s 1 = 0, (s + 1)(s + 2)

EA721 / PAULO VALENTE / UNICAMP
ou s3 + 3s2 + (2 + kP )s + kI = 0. PSfrag replacements

93

r

+ −

kP +

kI s

1 (s + 1)(s + 2)

y

Figura R4.2: Sistema de controle em malha fechada (controlador PI). ´ O array de Routh associado e s3 s2 s1 s0 1 3 6 + 3kP − kI 3 kI 2 + kP kI

Para que o sistema seja est´ vel em malha fechada, a kI > 0 e 1 kP > kI − 2, 3

o que fornece a regi˜ o indicada na Figura R4.3. Qualquer ponto (kI , kP ) na regi˜ o a a ´ ´ hachurada e tal que o sistema em malha fechada e estavel.

kP

PSfrag replacements

−2

6

kI

Figura R4.3: Regi˜ o de ganhos (kI , kP ) que estabilizam o sistema de controle. a

EA721 / PAULO VALENTE / UNICAMP

94

Aula 8

´ Criterio de Nyquist
Princ´pio do Argumento ı Aplicacao em controle ¸˜ Crit´ rio de estabilidade de Nyquist e

Princ´pio do Argumento ı
´ a 1. Um sistema linear invariante no tempo e est´ vel no sentido entrada-sa´da (BIBOı est´ vel) se as partes reais de todas as ra´zes da sua equacao caracter´stica s˜ o nea ı ¸˜ ı a gativas. A an´ lise da estabilidade absoluta de um sistema visa descobrir basicaa ´ a mente se o sistema e est´ vel ou n˜ o, e pode ser eficientemente realizada atrav´ s do a e crit´ rio alg´ brico de Routh-Hurwitz. A an´ lise de estabilidade relativa envolve e e a ´ determinar qu˜ o est´ vel e um dado sistema. O chamado crit´ rio de Nyquist pera a e mite uma an´ lise mais completa de quest˜ es ligadas a estabilidade (absoluta e/ou a o relativa) e ser´ discutido a seguir. a 2. O crit´ rio de Nyquist pode ser visto como uma aplicacao em Controle de e ¸˜ um resultado de an´ lise complexa conhecido como Princ´pio do Argumento ou a ı Teorema de Cauchy. O Princ´pio do Argumento utiliza os seguintes conceitos ı b´ sicos: a ´ Funcao racional em s. Uma funcao racional em s e qualquer funcao escrita ¸˜ ¸˜ ¸˜ como a raz˜ o de dois polinˆ mios em s. A imagem de F (s) num ponto qualquer s a o ´ pertencente ao plano complexo Re s × Im s, referido como plano s, e vista como um ponto no plano complexo Re F (s) × Im F (s), o qual ser´ referido como plano a F (s); Funcao anal´tica em Cs . Uma funcao e anal´tica numa regi˜ o Cs do plano s se e ¸˜ ¸˜ ´ ı ı a somente se a derivada da funcao existe em todos os pontos de Cs ; ¸˜ ´ Curva fechada no plano s. Um arco no plano s e definido como um conjunto de pontos descritos parametricamente por Cs = {s(t) = σ(t) + jω(t), a ≤ t ≤ b},

EA721 / PAULO VALENTE / UNICAMP

95

em que as partes real σ(t) e imagin´ ria ω(t) s˜ o funcoes cont´nuas de t variando a a ¸˜ ı no intervalo real [a, b]. Os pontos de Cs descrevem um arco num determinado sentido (hor´ rio ou anti-hor´ rio), de acordo com valores crescentes de t. Adota-se a a ´ a convencao de que o arco e percorrido no sentido hor´ rio, positivo. Uma curva ¸˜ a ´ ´ fechada e todo arco cujas extremidades coincidem, isto e, s(a) = s(b). ı ¸˜ Princ´pio do Argumento. Seja F (s) uma funcao racional em s e Cs uma curva fechada no plano s. Seja ainda CF = {F (s), s ∈ Cs } o mapeamento da curva Cs no plano F (s). Assuma que ´ ´ 1. F (s) e anal´tica dentro e sobre Cs , exceto possivelmente num numero finito ı de p´ los, e o 2. F (s) n˜ o possui zeros ou p´ los sobre Cs . a o Ent˜ o a N = Z − P, ´ sendo Z o n´ mero de zeros de F (s) em Cs , P e o n´ mero de p´ los de F (s) em u u o ´ Cs e N e o n´ mero de vˆ zes que a curva CF envolve a origem do plano F (s), no u e sentido hor´ rio se N > 0, e anti-hor´ rio se N < 0. A Figura 8.1(a) ilustra uma a a ´ curva fechada no plano s que satisfaz as hipoteses do Princ´pio do Argumento. ı Assume-se que F (s) possui trˆ s zeros (Z = 3) e um p´ lo (P = 1) no interior de e o Cs . Neste caso, a curva CF envolve a origem do plano F (s) duas vˆ zes no sentido e hor´ rio (Figura 8.1(b)). a

Im s Cs

PSfrag F (s) Im replacements

Re s CF (a)

0

Re F (s)

(b)

Figura 8.1: Princ´pio do Argumento: (a) Cs , (b) CF . ı

EA721 / PAULO VALENTE / UNICAMP

96

Aplicacao em controle ¸˜
3. Considere a equacao caracter´stica ¸˜ ı F (s) = 1 + G(s) = 0, referente a um dado sistema de controle, onde G(s) representa o ganho de malha ´ ´ do sistema, isto e, G(s) e o resultado do produto das funcoes de transferˆ ncia do ¸˜ e controlador, da planta e do sensor. Assuma que G(s) se encontra na forma fatorada:
nz

k G(s) =
i=1 np i=1

(s − zi )

,

(s − pi )

onde os zi ’s e pi ’s s˜ o os nz zeros e np p´ los de G(s). Para que o sistema seja a o ´ est´ vel em malha fechada, todos os zeros de F (s) (polos do sistema em malha a fechada) devem situar-se no semi-plano esquerdo do plano s. 4. Uma aplicacao imediata do Princ´pio do Argumento na an´ lise de estabilidade ¸˜ ı a de um sistema de controle em malha fechada se daria da seguinte forma: 1. Escolhe-se uma curva fechada Cs envolvendo todo o semiplano direito do plano s; 2. Obtem-se a curva correspondente CF e determina-se N , o n´ mero de vˆ zes u e que CF envolve a origem do plano F (s); ´ 3. O n´ mero de zeros de F (s) no semi-plano direito (interior de C s ) e igual a u ´ Z = N + P , onde P e o n´ mero de p´ los de F (s) no semiplano direito. u o ´ 5. E importante notar que os p´ los de G(s) s˜ o tamb´ m os p´ los de F (s). De fato, o a e o
nz np nz

k F (s) = 1 + G(s) = 1 +
i=1 np i=1

(s − zi )

=

i=1

(s − pi ) + k
np i=1

i=1

(s − zi )

.

(s − pi )

(s − pi )

´ ´ Portanto o valor de P e conhecido. O que n˜ o se conhece e Z, o n´ mero de a u zeros de F (s) (p´ los do sistema em malha fechada) no semiplano direito. Para o

´ Criterio de estabilidade de Nyquist ´ 6. como ilustra a Figura a e 8. s ∈ Cs }. O Princ´pio do Argumento a ı permite determinar Z indiretamente atrav´ s de N . de −1 + j0). cuja forma fatorada e conhecida. A solucao e adaptar o Princ´pio ¸˜ ´ ı ` ´ do Argumento a funcao G(s).2. As quantidades |F (s)| e φ(s) num ponto qualquer s s˜ o facilmente calculadas quando F (s) encontra-se na forma fatorada. se CF envolver N vˆ zes a origem do plano F (s). O mapeamento ¸˜ alternativo CG = {G(s) = −1 + F (s). o n´ mero de vˆ zes que a curva e u e CF envolve a origem do plano F (s). Para que Z = N + P = 0. a mas isso exigiria fatorar o numerador de F (s). a curva CG deve envolver P a . e desta forma o sistema de controle em malha fechada seja est´ vel. s ∈ Cs } ´ ´ nada mais e do que o mapeamento CF transladado de −1 (isto e. isto e. para que nenhum zero de F (s) (polo do sistema em malha fechada) esteja no semiplano direito do plano s. ¸˜ ¸˜ ´ ´ 7.EA721 / PAULO VALENTE / UNICAMP 97 obter Z seria necess´ rio fatorar o numerador de F (s). ent˜ o CG (translacao e a ¸˜ de CF ) envolver´ N vˆ zes o ponto −1 + j0 no plano G(s). Im F (s) PSfrag replacements −1 CG 0 CF Re F (s) Figura 8. para o que e conveniente expressar F (s) na forma exponencial F (s) = |F (s)|ejφ(s) . A parte cr´tica da aplicacao do Princ´pio do Argumento e a obtencao do maı ¸˜ ı ¸˜ ´ peamento CF = {F (s).2: Translacao da curva CF para obtencao de CG . Assim sendo.

3. nos quais os valores de s ∈ Cs s˜ o explicitamente caracterizados. Nenhum polo de G(s) o o ` a encontra-se no semiplano direito e portanto P = 0. 8. ı ´ 9. O mapeamento de Cs em CG = {G(s). A funcao de malha aberta a ¸˜ G(s) = k . s(τ s + 1) k > 0. raz˜ o pela qual a curva contorna o polo na origem com um semic´rculo a ı ´ de raio > 0 tendendo a zero. raz˜ o pela qual adota-se a um semic´rculo de raio r > 0 tendendo ao infinito.3 cumpre duas condicoes b´ sicas para a aplicacao do ¸˜ a ¸˜ ´ Crit´ rio de Nyquist. Um sistema de controle realimentado e e est´ vel se e somente se a curva CG envolve P vˆ zes o ponto −1 + j0 no sentido a e ´ u anti-hor´ rio. onde P e o n´ mero de p´ los de G(s) (e de F (s)) no semiplano direito a o do plano s. ı Segundo. a curva n˜ o pode passar sobre zeros ou polos de e a ´ G(s). Primeiro. e 98 ´ Crit´ rio de estabilidade de Nyquist. para que apenas o p olo na origem seja exclu´do.EA721 / PAULO VALENTE / UNICAMP ´ vˆ zes o ponto −1 + j0 no sentido anti-horario (N < 0). A curva C s adequada a an´ lise ´ ´ do sistema realimentado (cuja equacao caracter´stica e 1 + G(s) = 0) e como ¸˜ ı ilustrada na Figura 8. a curva deve envolver todo o semiplano direito. PSfrag replacements Im s +∞ 0+ − 1 τ 0− r→∞ Cs Re s −∞ Figura 8. A curva Cs da Figura 8.3: Curva Cs para G(s) = k/s(τ s + 1). A construcao do chamado Diagrama de Nyquist para an´ lise de estabilidade ¸˜ a ser´ discutida em termos de um exemplo ilustrativo. s ∈ Cs } e obtido por trechos. τ > 0 ´ possui um p´ lo na origem e um p´ lo real em −1/τ < 0. a .

Quando ω → 0+ .4 pelo semic´rculo ı − a ω = 0+ . r → ∞.EA721 / PAULO VALENTE / UNICAMP {0− → 0+ } Neste trecho. r→∞ r 2 ´ e o seu mapeamento no plano G(s) e r→∞ lim G(s)|s=rejφ = lim r→∞ rejφ (τ rejφ = lim . ¨ˆ de raio infinito conectando as frequencias de ω = 0 {0+ → +∞} ´ Neste trecho. os valores de Cs podem ser descritos como s = ejφ . −90o ≤ φ ≤ 90o . O mapeamento de s = ejφ no plano G(s) e lim G(s)|s= →0 ejφ = lim →0 k ejφ = lim k →0 e−jφ . a fase de G(s) varia de 90o a −90o na curva CG . O mapeamento do trecho {0+ → +∞} encontra-se ilustrado na Figura 8. 99 ´ ´ pois o m´ dulo de s e e a fase varia de −90o a 90o quando o semic´rculo e o ı ´ percorrido de 0− a 0+ . O mapeamento ´ de s = ejφ no plano G(s) e representado na Figura 10. Em ω = 1/τ . {+∞ → −∞} Neste trecho. a magnitude de G(s) tende a +∞ e a fase de G(s) tende a −90o (por valores menores do que −900 ). Quando ω → +∞. jω(jωτ + 1) k ω (ωτ )2 +1 − 90o − tan−1 ωτ. os valores da curva Cs podem ser descritos como s = rejφ . a amplitude vale kτ / 2 e a fase vale −135o . −90o ≤ φ ≤ 90o . 0+ ≤ ω ≤ +∞. s = jω. a magnitude √ tende a 0 e a fase tende a −180o . ´ A magnitude de G(s) e infinita e quando a fase de s varia de −90o a 90o na curva Cs .4. O mapeamento e G(jω) = = k . k + 1) k/τ −j(2φ) e .

O sistema realimentado e a est´ vel para quaisquer k e τ positivos. ¸˜ 10. {−∞ → 0− } Neste trecho. pois a o ´ CG n˜ o envolve o ponto −1 + j0. Como P = 0.EA721 / PAULO VALENTE / UNICAMP 100 ´ A magnitude de G(s) e zero. O mapeamento do trecho {+∞ → −∞} e a origem do plano G(s) (Figura 8. pois G(s) n˜ o possui p´ los no semiplano direito. como ilustra a Figura 8. ao mesmo tempo em que a fase de G(s) salta o (quando φ = 90o ) em ω = +∞ para 180o (quando φ = −90o ) de −180 ´ em ω = −∞. 0− ≤ ω ≤ −∞. conclui-se que Z = 0. O Diagrama de Nyquist de G(s) e sim´ trico em e relacao ao eixo real.4. Como |G(−jω)| = |G(jω)| e ´ ´ G(−jω) = − G(jω).4). .4: Diagrama de Nyquist de G(s) = k/s(τ s + 1). s = −jω. a ω = 0− Im G(s) PSfrag replacements ω = −∞ −1 0 ω = +∞ Re G(s) ω = 0+ CG Figura 8. ´ o mapeamento do trecho {−∞ → 0− } e o complexo conjulgado do obtido ´ no trecho {0+ → +∞}. e N = 0. isto e. G(−jω) e o complexo conjugado de G(jω).

. τ1 > 0. O mapeamento de s atrav´ s e ´ de G(s) e lim G(s)|s= →0 ejφ = ejφ (τ 1 ejφ k k = lim e−jφ . τ2 > 0. jφ + 1) →0 + 1)(τ2 e ´ A magnitude de G(s) e infinita. O mapeamento CG e obtido por trechos. s = ejφ . Os conceitos de margem de ganho e margem de fase ser˜ o motivados atrav´ s da a e an´ lise do diagrama de Nyquist da funcao de malha aberta de segunda ordem a ¸˜ G(s) = k . Quando ω → +∞. O mapeamento de s atrav´ s de e ´ G(s) e G(jω) = k ω (ωτ1 )2 +1 (ωτ2 )2 +1 − 900 − tan−1 ωτ1 − tan−1 ωτ2 . {0+ → +∞} Neste trecho.EA721 / PAULO VALENTE / UNICAMP 101 Aula 9 ´ Criterio de Nyquist Margem de ganho e margem de fase Margem de ganho e margem de fase 1. Quando ω → 0+ . 0+ ≤ ω ≤ +∞.1). enquanto a fase de G(s) tende a −90o (por valores menores do que −90o ). s = jω. ´ Adota-se a mesma curva Cs da Figura 8. a magnitude de G(s) tende ao infinito. enquanto a fase de G(s) varia de 90o a −90o quando s vai de 0− a 0+ (Figura 9. s(τ1 s + 1)(τ2 s + 1) k > 0. −90o ≤ φ ≤ 90o . {0− → 0+ } Neste trecho.3.

O trecho e mapeado na origem do ´ φ = 90 plano G(s) (Figura 9. enquanto a fase de G(s) tende a −270 o . enquanto a fase de G(s) salta −270o (quando o ) para 270o (quando φ = −90o ). indicando que CG cruza o eixo real (Figura 9. O mapeamento de s atrav´ s de e ´ G(s) e igual ao complexo conjulgado do obtido no trecho {0 + → +∞} (Figura 9. r→∞ r3 r→∞ r→∞ rejφ (τ1 rejφ ´ A magnitude de G(s) e zero.EA721 / PAULO VALENTE / UNICAMP 102 a magnitude de G(s) tende a zero.1). {−∞ → 0− } Neste trecho s = jω.1). s = rejφ .1: Diagrama de Nyquist de G(s) = k/s(τ1 s + 1)(τ2 s + 1). −∞ ≤ ω ≤ 0− .1) Im G(s) PSfrag replacements ω = 0− √ ω = 1/ τ1 τ2 ω = +∞ 0 kτ1 τ2 − τ1 + τ 2 ω = 0+ Figura 9. r → ∞. −90o ≤ φ ≤ 90o . O mapeamento de ´ s atrav´ s de G(s) e e lim G(s)|s=rejφ = lim k + 1)(τ2 rejφ + 1) k/(τ1 τ2 ) −j3φ = lim e . {+∞ → −∞} Neste trecho. Re G(s) CG .

Corresponde ao ganho ı onde o lugar das ra´zes do sistema em malha fechada cruza o eixo imagin´ rio do ı a ` plano s. o array de Routh associado a equacao caracter´stica ¸˜ ı s(τ1 s + 1)(τ2 s + 1) + k = τ1 τ2 s3 + (τ1 + τ2 )s2 + s + k = 0 ´ e s3 s2 s1 s0 τ1 τ2 τ1 + τ 2 (τ1 + τ2 ) − k(τ1 τ2 ) τ1 + τ 2 1 k A linha s1 do array se anula quando k = (τ1 + τ2 )/(τ1 τ2 ). A magnitude de G(jω) nessa frequencia vale (calcule) kτ1 τ2 /(τ1 + τ2 ). Se o cruzamento se der num ponto a esquerda de −1 + j0. o sistema realimentado ser´ inst´ vel porque −1 + j0 ser´ envolvido duas vˆ zes (N = 2. a a a e Z = 2). Substituindo a linha s1 do array pelo polinˆ mio DA (s) = 2(τ1 + τ2 )s. e sua derivada e D (s) = ´ A auxiliar extra´do da linha s ´ A ı 1 2 2(τ1 + τ2 )s. De fato. Se o cruzamento se der num ponto a direita de −1 + j0. A estabilidade do sistema realimentado depende do ponto de cruzamento da curva CG com o eixo real. O polinˆ mio o 2 e D (s) = (τ + τ )s2 + k. isto e. a −k τ1 τ2 τ1 + τ 2 > −1 ou k < . indicando que duas ra´zes de 1+G(s) = 0 (p´ los do sistema realimentado) ı o encontram-se no semiplano direito. Neste caso para que o sistema realimentado seja est´ vel.EA721 / PAULO VALENTE / UNICAMP 103 2. τ1 + τ 2 τ1 τ2 ´ O ganho k = (τ1 + τ2 )/(τ1 τ2 ) e o ganho cr´tico do sistema. o obt´ m-se e s3 s2 s1 s0 τ1 τ2 τ1 + τ 2 2(τ1 + τ2 ) τ1 + τ 2 τ1 τ2 1 τ1 + τ 2 τ1 τ2 . A funcao de transferˆ ncia de malha aberta G(s) n˜ o possui p´ los no semiplano ¸˜ e a o direito e portanto P = 0. A freq¨ encia na qual a fase de G(jω) vale −180o (ponto sobre o eixo real) e uˆ √ ¨ˆ igual a ω = 1/ τ1 τ2 (verifique).1 n˜ o pode envolver nenhuma vez o ponto −1 + j0 (N = 0). o sistema realimentado ser´ est´ vel porque −1 + j0 n˜ o ser´ envolvido nehuma a a a a vez (N = 0). a 3. ´ 4. o diagrama de Nyquist (curva a CG ) da Figura 11. Para que o sistema de controle seja est´ vel em malha a ´ ´ fechada e necess´ rio que Z = N + P = 0.

e ` a 5.EA721 / PAULO VALENTE / UNICAMP 104 ´ Como toda a primeira coluna do array e positiva (τ1 > 0. A freq¨ encia no cruzamento vale ω = 1/ τ1 τ2 . ´ onde ω0 e a freq¨ encia na qual a fase de G(jω) vale −180o . ´ a O sistema realimentado e est´ vel se MG > 1 (|G(jω0 )| < 1. A margem de fase do sistema realimentado e definida como a m´ xima defasagem MF (em graus) tal que a MF = 180o + φ. As ra´zes correspondentes ao cruzamento a ı com o eixo imagin´ rio s˜ o obtidas do polinˆ mio auxiliar: a a o (τ1 + τ2 )s2 + k = (τ1 + τ2 )s2 + τ1 + τ 2 =0 τ1 τ2 √ √ implica s1. Se k > (τ1 + τ2 )/(τ1 τ2 ). E usual representar a margem de ganho em dB: a MGdb = 20 log MG = −20 log |G(jω0 )|. A existˆ ncia destas duas ra´zes no semiplano e ı direito ser´ indicada no diagrama de Nyquist pelo envolvimento do ponto −1 + j0 a duas vˆ zes. Corresponde ao maior uˆ valor pelo qual a magnitude de G(jω) pode ser multiplicada antes que o sistema ´ realimentado torne-se inst´ vel. ´ ` onde φ = G(jω1 ) e ω1 e a freq¨ encia na qual |G(jω1 )| = 1. ´ Margem de fase. o diagrama a ¸ ¸˜ e de Nyquist tamb´ m pode ser usado na an´ lise da estabilidade relativa do sistema.2 = ±j(1/ τ1 τ2 ). MGdb < 0).crit´ rio de Nyquist . Corresponde a uˆ maior defasagem que pode ser introduzida em G(jω) antes que o sistema torne-se . duas ra´zes da equacao caracter´stica ı ¸˜ ı migram para o semiplano direito. a equacao ¸˜ caracter´stica possui ra´zes imagin´ rias puras para k = (τ1 + τ2 )/(τ1 τ2 ) (caso ı ı a especial II). A margem de ganho do sistema realimentado e definida como a quantidade MG tal que MG × |G(jω0 )| = 1. uˆ como esperado. correspondentes ao cruzamento do lugar das ra´zes do sistema em ı malha fechada com o eixo imagin´ rio. τ2 > 0). MGdb > 0) e inst´ vel a se MG < 1 (|G(jω0 )| > 1. A margem de ganho pode ser obtida do ` diagrama de Nyquist determinando-se a magnitude de G(jω) correspondente a fase de −180o . A aplicacao do diagrama de Nyquist se restringiu at´ o momento a an´ lise da ¸˜ e estabilidade absoluta do sistema realimentado .e nesse sentido e n˜ o houve avanco em relacao ao crit´ rio de Routh-Hurwitz. Entretanto. e a ´ Margem de ganho.

¸˜ margens de ganho e fase especificadas. Em particular. por exemplo. de forma a obter. Neste curso as t´ cnicas de compensacao e ¸˜ ¨ˆ baseadas em resposta em frequencia ser˜ o discutidas atrav´ s dos diagramas de a e bode de G(jω). pode ser realizado atrav es da ¸ ¸ compensacao do diagrama de Nyquist de G(jω). por exemplo. ¸˜ 7. . O sistema realimentado ser´ est´ vel se MF > 0 e inst´ vel se MF < 0. A a a a a margem de fase pode ser obtida do diagrama de Nyquist determinando-se a fase de ´ G(jω) no ponto onde a magnitude e unit´ ria.2: Obtencao das margens de ganho e fase via diagrama de Nyquist. a 6.EA721 / PAULO VALENTE / UNICAMP 105 inst´ vel.2 ilustra o diagrama de Nyquist de um sistema hipot´ tico. Embora n˜ o v´ ser objeto do presente curso. o projeto de compensadores do a a ´ tipo avanco. Margens e de ganho e de fase s˜ o facilmente obtidas calculando-se as magnitudes de G(jω) no a ˆ eixo real (onde a fase vale −180o ) e os angulos formados na intersecao de G(jω) ¸˜ com o quarto-de-c´rculo de raio unit´ rio (onde a magnitude vale 1). ı a k3 torna o sistema inst´ vel (MG < 1). A Figura 9. a Im G(s) k3 k2 −1 k1 (k1 < k2 < k3 ) 0 Re G(s) PSfrag replacements Figura 9. atraso ou avanco-atraso.

e o sistema e criticamente amortecido. ı a Y (s) k NT (s) = 2 = . R(s) s + 2s + k DT (s) . ¸˜ ı T (s) = ´ e DT (s) = s2 + 2s + k = 0. ´ ´ e o sistema e (BIBO) est´ vel para todo k > 0. De fato.2 = 2 ´ Se 0 < k < 1 as ra´zes s˜ o reais negativas e o sistema e sobre-amortecido. Se ı a ´ k = 1 as ra´zes s˜ o reais. iguais e negativas.EA721 / PAULO VALENTE / UNICAMP 106 Aula 10 Lugar das Ra´zes ı Motivacao ¸˜ Condicoes de magnitude e fase ¸˜ Regras b´ sicas a Motivacao ¸˜ 1. Considere o sistema de controle abaixo PSfrag replacements r + k − 1 s(s + 2) y Figura 10. as ra´zes da equacao ı ¸˜ caracter´stica s˜ o ı a √ √ −2 ± 4 − 4k = −1 ± 1 − k s1. as quais dependem de k. A equacao caracter´stica associada ao sistema em malha fechada.1: Sistema de controle em malha fechada. O comportamento transitorio do a sistema depende da localizacao das ra´zes da equacao caracter´stica (p´ los do sis¸˜ ı ¸˜ ı o tema em malha fechada).

EA721 / PAULO VALENTE / UNICAMP ´ Se k > 1 as ra´zes s˜ o complexas conjulgadas e o sistema e sub-amortecido: ı a √ s1.e ı apresentado na Figura 10. No sistema de controle representado na Figura 10. 107 Um gr´ fico descrevendo como as ra´zes da equacao caracte´stica variam quando a ı ¸˜ ı ´ k varia de k = 0 a k → ∞ . Condiuˆ coes b´ sicas para que s = s1 seja uma ra´z da equacao caracter´stica podem ser ¸˜ a ı ¸˜ ı . O Lugar das Ra´zes (LR) de um sistema nada mais e do que um gr´ fico desa crevendo como as ra´zes da equacao caracter´stica do sistema variam em funcao de ı ¸˜ ı ¸˜ algum parˆ metro de interesse.3. O objetivo a ¸˜ ı ´ e esbocar o lugar das ra´zes da equacao caracter´stica para 0 < k < ∞.2 = −1 ± j k − 1. como um ganho proporcional. As funcoes de transferˆ ncia P (s) e F (s) a ¸˜ e ´ s˜ o dadas. A equacao caracter´stica do sistema e 1 + kP (s)F (s) = 0. A quantidade kP (s)F (s) e complexa para cada freq¨ encia complexa s. a a ´ 3.2: Lugar das ra´zes da equacao caracter´stica.2. tomado como vari´ vel independente. Im s k→∞ k=0 −2 −1 k=1 k→∞ k=0 PSfrag replacements 0 Re s Figura 10. ı ¸˜ ı Condicoes de magnitude e fase ¸˜ ´ ı 2.o lugar das ra´zes do sistema em malha fechada . ¸ ı ¸˜ ı ´ 4. k > 0 e um parˆ metro a vari´ vel.

a a P (s) y 108 ´ Condicao de magnitude. . a ´ 6. A fase do n´ mero complexo kP (s1 )F (s1 ) deve ser um m´ l¸˜ u u tiplo ´mpar de 180o (as partes real e imagin´ ria de kP (s1 )F (s1 ) s˜ o −1 e zero. .EA721 / PAULO VALENTE / UNICAMP estabelecidas em termos da magnitude e da fase de kP (s 1 )F (s1 ) = −1. sn + an−1 sn−1 + · · · + a0 bm (s − z1 )(s − z2 ) · · · (s − zm ) . ı a a respectivamente. |P (s1 )F (s1 )| Condicao de fase. ´ 5. ±5.3: Sistema de controle com parˆ metro vari´ vel k. . ±3. O esboco do LR e usado para an´ lisar efeitos como a variacao de um parˆ metro ¸ a ¸˜ a ou a introducao de p´ los ou zeros no sistema de controle. PSfrag replacements r + k − F (s) Figura 10. O primeiro passo para obter o esboco do LR do sistema de interesse e expressar ¸ P (s)F (s) na forma zeros-p´ los: o P (s)F (s) = = bm sm + bm−1 sm−1 + · · · + b0 (m ≤ n). Uma das finalidades do ¸˜ o ´ tracado do LR e projetar controladores a partir das especificacoes de desempenho ¸ ¸˜ formuladas e da an´ lise do LR do sistema de controle em malha fechada. r = ±1. (s − p1 )(s − p2 ) · · · (s − pn ) . A magnitude do numero complexo kP (s1 )F (s1 ) deve ¸˜ ser unit´ ria: a |kP (s1 )F (s1 )| = 1 ⇒ k= 1 . o que coloca kP (s1 )F (s1 ) sobre o eixo real do terceiro quadrante do plano s): P (s1 )F (s1 ) = 180o × r.

a equac ao ¸˜ ´ caracter´stica e equivalente a ı (s − p1 )(s − p2 ) · · · (s − pn ) + kbm (s − z1 )(s − z2 ) · · · (s − zm ) = 0. p2 . ´ 9. As fases dos zeros e p´ los reais situados a direita de s1 em relacao a s1 o ¸˜ se somam. A fase entre pontos ¸˜ ´ positiva no sentido anti-hor´ rio a partir do eixo real. respectivamente. O LR inclui todos os pontos sobre o eixo real situados a esquerda de um n´ mero total ´mpar de zeros e p´ los reais. . Deseja-se determinar as n ra´zes e ı ı da equacao caracter´stica 1+kP (s)F (s) = 0 (p´ los do sistema em malha fechada) ¸˜ ı o para 0 < k < ∞. zm e p1 . ±5. quaisquer no plano s e a ´ Regras basicas ´ 7. considere um u ı o ´ ponto qualquer s = s1 sobre o eixo real. . resultando numa contribuicao de fase m´ ltipla (par ou impar) de 180o ¸˜ u ` em s1 . . (Simetria) O LR e sim´ trico em relacao ao eixo real. Como a contribuicao total de um par de zeros ou polos complexos ¸˜ ´ conjugados em qualquer ponto do eixo real e sempre de 360o . As fases dos zeros e polos reais situados ` a esquerda de s1 em relacao a s1 s˜ o nulas. quando k → ∞. A raz˜ o e que se s = s1 e ¸˜ a ´ pertence ao LR. com s2 = s1 . Num ponto qualquer s que pertenca ao LR. (LR no eixo real). e termina nos zeros de P (s)F (s). pn s˜ o os m zeros e n p´ los do a o ´ sistema em malha aberta. . De fato. a condic ao de fase ¸ ¸˜ assume a forma m i=1 n φ zi − i=1 φpi = 180o × r. Os zeros e polos de P (s)F (s) s˜ o representados no LR a atrav´ s dos s´mbolos ”O” e ”×”. . . quando ¸ k = 0. resultando numa contribuicao de fase ¸˜ a ¸˜ ` nula em s1 . .EA721 / PAULO VALENTE / UNICAMP 109 As quantidades z1 . ent˜ o a 1 + kP (s1 )F (s1 ) = 0. Logo s1 pertencer´ ao LR se o n´ mero total de zeros e p´ los reais a direita a u o ´ de s1 for impar. . ra´zes complexas aparecem ¸˜ ı ı em pares complexos conjulgados. (Pontos de partida e chegada). ±3. O LR comeca nos polos de P (s)F (s). . De fato. o que implica na simetria do LR em relac ao ao ¸˜ eixo real. z2 . r = ±1. Em equacoes polinomiais ¯ ¸˜ com coeficientes reais como a equacao carcater´stica. o que implica que 1 + kP (s2 )F (s2 ) = 0. ´ em que φzi (φpi ) e a fase de zi (pi ) em relacao ao ponto s. . . apenas zeros e p´ los o reais determinam o LR sobre o eixo real. . ` 8.

quando ´ ´ P (s)F (s) = 0 e satisfeita para algum s = s1 cujo m´ dulo e finito. . p2 . ±3. . Por outro ı ¸˜ ı a lado. as n ra´zes da equacao carcater´stica s˜ o p1 . A magnitude das ra´zes tende ao infinito (devido a hip´ tese ı o ´ ˆ de que s → ∞) e as fases tendem aos angulos θ apresentados acima. . Se P (s)F (s) possui n − m zeros ¸˜ ı infinitos (n − m ≥ 1). bm bm sm + · · · = lim k n−m . n + ··· s→∞ s s ` ou sn−m = −kbm . quando n − m ≥ 1 a equacao 1 + kP (s)F (s) = 0 e satisfeita para ¸˜ s → ∞ e a an´ lise pode ser simplificada da seguinte forma: a s→∞ lim kP (s)F (s) = lim k s→∞ e o LR da equacao caracter´stica tende ao LR da equacao ¸˜ ı ¸˜ 1+k bm n−m s = 0. . u ¸ ˆ 10. as ra´zes da equacao caracter´stica ı ¸˜ ı tendem aos zeros de P (s)F (s). k ´ e P (s)F (s) → 0 quando k → ∞. . . Se ¸˜ ı a ´ ˆ ´ n − m = 1 o angulo da ass´ntota e de 180o (ou −180o . Neste caso n˜ o ı a existe intersecao de ass´ntotas e σa perde sentido. ´ De fato. . isto e. ±5. E poss´vel ı mostrar que as ass´ntotas se interceptam no eixo real no ponto ı n i=1 m σa = pi − zi i=1 em que os pi ’s e zi ’s s˜ o os p´ los e zeros finitos de P (s)F (s). 1 P (s)F (s) = − . O ponto de a o intersecao das ass´ntotas n˜ o e necessariamente um ponto pertencente ao LR. As a ı ˆ ass´ntotas s˜ o determinadas pelos angulos ı a θ= 180o × r . 540o . ent˜ o o LR tende a n − m ass´ntotas quando k → ∞. n−m r = ±1. o ´ quando P (s)F (s) = 0 e satisfeita para s → ∞ (m´ dulo de s tendendo ao infio ´ ` nito). pn . O n´ mero de zeros infinitos de P (s)F (s) e igual a diferenca n − m. ¸˜ ı Exemplo 1: Considere a funcao de transferˆ ncia ¸˜ e P (s)F (s) = 1 s(s + 2) n−m .EA721 / PAULO VALENTE / UNICAMP 110 e quando k = 0. ). (Angulos e intersecao de ass´ntotas). . ou infinito. Um zero de P (s)F (s) pode ser finito.

O LR comeca nos polos de P (s)F (s) (quando k = 0) o ¸ e termina nos zeros (infinitos) de P (s)F (s) (quando k → ∞). o LR se confunde com as ass´ntotas (k > 1). Im s k→∞ k=0 −2 σa = −1 k→∞ 90o PSfrag replacements k=0 −90o 0 Re s Figura 10. Neste exemplo particular.4: LR da equacao 1 + 1/s(s + 2) = 0.4) e o mesmo ilustrado na Figura 10. ı ı 11. o LR apenas tende para as ass´ntotas quando k → ∞. deixam de ser complexas conjulgadas para se ı tornarem reais (pontos de entrada).2. O LR pode apresentar pontos onde as ra´zes da ı equacao caracter´stica deixam de ser reais para se tornarem complexas conjulgadas ¸˜ ı (pontos de sa´da) ou. ¸˜ ´ O LR resultante (Figura 10. Os angulos ¸˜ ı ı o /2 = 90o e θ = −180o /2 = −90o . Os pontos de sa´da e entrada do LR no eixo ı real aparecer˜ o entre as ra´zes da equacao polinomial a ı ¸˜ d d N (s) P (s)F (s) = = 0. inversamente. As ass´ntotas se interceptam no eixo real no ponto a a ı σa = (0 + (−2))/2 = −1. ds ds D(s) . o LR da equacao caracter´stica possui n − m = 2 ass´ntotas. (Pontos de sa´da e de entrada). As escolhas das ass´ntotas s˜ o θ1 = 180 ı a 2 r = 1 e r = −1 s˜ o arbitr´ rias.EA721 / PAULO VALENTE / UNICAMP 111 ´ O LR e sim´ trico e compreende todos os pontos sobre o eixo real situados entre e ´ os p´ los s = 0 e s = −2. Numa situacao mais ı ¸˜ geral. Como n = 2 e ˆ m = 0.

EA721 / PAULO VALENTE / UNICAMP ´ que e equivalente a D (s)N (s) − D(s)N (s) = 0. De fato. = (s − s1 )l−1 [lQ1 (s) + (s − s1 )Q1 (s)]. Portanto. Devido a simetria do e LR. = D (s) − N (s) Sendo assim. Entretanto. obt´ m-se ¸˜ e Q (s) = l(s − s1 )l−1 Q1 (s) + (s − s1 )l Q1 (s). ds ds D(s) D(s)2 ´ Nem toda solucao de D (s)N (s) − D(s)N (s) = 0 e um ponto de entrada ¸˜ ou sa´da do LR no eixo real. ´ a qual por sua vez e equivalente a d d N (s) D(s)N (s) − D (s)N (s) P (s)F (s) = = = 0. D(s) N (s). se s = s1 e um ponto de sa´da ou entrada. isto e. s(s + 2) D (s)N (s) − D(s)N (s) = (2s + 2)(1) − (s2 + 2s)(0) = 2s + 2 = 0 . ´ em que l e a multiplicidade de s1 (l ≥ 2). D(s) 112 ` obt´ m-se a forma equivalente Q(s) = D(s) + kN (s) = 0. nos pontos de sa´da e entrada a equacao caracter´stica deve apresentar ra´zes ı ¸˜ ı ı ´ ´ reais m´ ltiplas. Para descobrir se uma ra´z e um ponto de entrada ou ı ı ´ sa´da e necess´ rio esbocar o LR e verificar em que intervalos no eixo real poderiam ı ´ a ¸ haver pontos de entrada ou sa´da. Neste caso. reescrevendo a equacao caracter´stica como ¸˜ ı 1 + kP (s)F (s) = 1 + k N (s) = 0. ı Exemplo 2: Considere 1 + K = 0. ent˜ o u ı a Q(s) = (s − s1 )l Q1 (s). um ponto de sa´da ou entrada deve satisfazer ı D (s)N (s) − D(s)N (s) = 0. e ´ Q (s) = D (s) + kN (s). Derivando Q(s) em relacao a s. s1 tamb´ m e uma raiz (de multiplicidade l − 1) de Q (s).

As ass´ntotas se interceptam no ponto σ = (0−1−2)/3 = −1.5. ı Exemplo 3: Considere 1 + k = 0. Observando a Figura 10. Do mesmo modo.5774. Im s k→∞ √ PSfrag replacements j 2 60o k→∞ −2 k=0 −1 k=0 k=0 0 √ −j 2 Re s k→∞ Figura 10. ¸˜ ˆ Note que o LR possui n − m = 3 − 0 = 3 ass´ntotas. percebe-se claramente que ¸˜ ´ ´ s1 = −1 e um ponto de sa´da do LR no eixo real. −60o .4226 ı encontrado resolvendo-se a equacao polinomial acima. Para descobrir se alguma ı a ´ ´ das ra´zes e ponto de sa´da ou entrada e necess´ rio esbocar o LR. ¸˜ 60o . cujos angulos s˜ o ı a o .5: LR da equacao 1 + 1/s(s + 1)(s + 2) = 0. s(s + 1)(s + 2) D (s)N (s) − D(s)N (s) = (3s2 + 6s + 2)(1)− − (s3 + 3s2 + 2s)(0) = 3s2 + 6s + 2 = 0. e 180 ı a ´ Existe um ponto de sa´da entre 0 e −1 e seu valor e precisamente s1 = −0.4226 e s2 = −1. e neste caso as ra´zes s˜ o s1 = −0.4.EA721 / PAULO VALENTE / UNICAMP 113 e a solucao e s1 = −1. como na Figura ı ı a ¸ 10.

= (k − 3ω 2 ) + j(2ω − ω 3 ). = 0 + j0.5). Os pontos de cruzamento do LR com o eixo imagin´ rio a √ s˜ o s = ±j 2 (Figura 10.EA721 / PAULO VALENTE / UNICAMP 114 Aula 11 Lugar das Ra´zes ı Regras adicionais Projeto de compensadores Regras adicionais 1. Logo. = −jω 3 − 3ω 2 + j2ω + k. Se s = jω. os pontos de cruzamento podem a ser determinados atrav´ s do crit´ rio de Routh-Hurwitz. Alternativamente. (Cruzamento com o eixo imagin´ rio) Os poss´veis pontos de cruzamento do a ı LR com o eixo imagin´ rio (s = 0 + jω) s˜ o determinados resolvendo-se a a D(jω) + kN (jω) = 0 + j0 em termos de k e ω. obt´ m-se e s(s + 1)(s + 2) D(jω) + kN (jω) = (jω)3 + 3(jω)2 + 2(jω) + k. ent˜ o k = 0. Considere 1 + k 1 = 0. Se ω = 0. A solucao do o e o sistema de equacoes fornece os pontos de cruzamento com o eixo imagin´ rio. ¸˜ a Exemplo 1. (A solucao a ¸˜ ω = 0 e k = 0 corresponde ao p´ lo de malha aberta na origem. ¸˜ ¸˜ Logo disp˜ e-se de duas equacoes homogˆ neas para duas inc´ gnitas. As partes real e imagin´ ria de D(jω) + kN (jω) depena dem genericamente de k e ω e devem ser nulas por conta da igualdade com zero. k − 3ω 2 = 0 e 2ω − ω 3 = 0.) Se ω = 0. O array de Routh para a e e ´ equacao caracter´stica e ¸˜ ı s3 s2 s1 s0 1 3 (6 − k)/3 k 2 k . o √ a ent˜ o ω = ± 2 e k = 6.

+ 2s + 2) s1 p2 p1 −2 PSfrag replacements Im s 45o j 60o σa p3 −1 0 −j Re s Figura 11. A Figura 11.1: LR da equacao 1 + k/(s + 2)(s2 + 2s + 2) = 0. ˆ ´ 2.EA721 / PAULO VALENTE / UNICAMP 115 ´ ˆ Se k = 6. (Angulos de partida e chegada). O LR parte dos polos (quando k = 0) e ˆ chega nos zeros de P (s)F (s) (quando k → ∞) de acordo com angulos que podem ser determinados analisando-se como a fase do LR varia nas proximidades destes p´ los e zeros. ¸˜ . a equacao caraca ¸˜ ter´stica possui ra´zes imagin´ rias puras (caso especial II).1 apresenta o esboco do LR da equac ao caracter´stica o ¸ ¸˜ ı 1 + kP (s)F (s) = 1 + k (s + 2)(s2 1 = 0. s˜ o precisamente as ra´zes do polinˆ mio auxiliar 3s a ı o obtidas quando k = 6. ent˜ o a linha s1 se anula e e substituida pela derivada do polinomio a 2 + 6 obtido da linha s2 do array. As ra´zes imagin´√ ı ı a ı arias 2 + 6 = 0. A derivada de A(s) e 6s + 0 ´ auxiliar A(s) = 3s e a construcao do array prossegue: ¸˜ s3 s2 s1 s0 1 3 6 6 2 6 0 Como todos os elementos da primeira coluna s˜ o positivos. iguais a ±j 2.

ent˜ o pela o a condicao geral de fase ¸˜ m i=1 n φ zi − i=1 φpi = 180o × r. obt´ m-se (m = 0. . . . . ˆ Angulo de chegada em um zero zj : n m φ zj = i=1 φ pi − i=j φzi + 180o × r. por conveniˆ ncia) e φp2 = 180o − 90o − 45o = 45o . r = ±1. ±3. ´ Nas express˜ es acima. Como a ¸˜ ˆ φp1 → 45o e φp3 → 90o . ±3. . em que φp1 . r = ±1. O objetivo e esbocar o lugar das ra´zes do sistema utilizando todas ¸ ı ` as regras aplic´ veis a funcao de transferˆ ncia do sistema em malha aberta. ±3. Se s1 o a ´ ´ e um ponto do LR arbitrariamente proximo ao p´ lo p2 . r = ±1. p2 e p3 em relacao ao ponto s1 . . ±5. φp2 e φp3 s˜ o as fases de p1 . o angulo de p2 em relacao a s1 (ˆ ngulo de partida de p2 ) ¸˜ a ´ e igual a (r = −1.EA721 / PAULO VALENTE / UNICAMP 116 Os p´ los de malha aberta s˜ o p1 = −2. . . Considere o sistema de controle em malha fechada ilustrado na Figura ´ 11. ˆ ´ Racioc´nio an´ logo ir´ mostrar que o angulo de partida de p3 e de −45o . r = ±1. Angulos de chegada em zeros s˜ o a ˜ ˆ calculados da mesma forma. . p2 = −1 + j e p3 = −1 − j.2 a seguir. . a ¸˜ e . φpi (φzi ) e a fase do p´ lo pi (zero zi ) relativa ao p´ lo pj o o o (zj ) considerado. Exemplo 2. ±3. O ı a a ˆ ´ angulo de partida do p´ lo real e de 180o porque p2 e p3 contribuem com 360o o ˆ ´ em qualquer ponto do eixo real proximo a p1 . n = 3) e −φp1 − φp2 − φp3 = 180o × r. . . por exemplo. . As expressoes gerais para o c´ lculo de angulos s˜ o as a a seguintes: ˆ Angulo de partida de um p´ lo pj : o m n φ pj = i=1 φ zi − i=j φpi + 180o × r.

=1+k + 2s + 3 (s + 1 − j 2)(s + 1 + j 2) Ap´ s assinalar os p´ los e zeros de malha aberta no plano s.3.7320. o ´ ˆ ´ ponto de entrada e −3. O ponto de entrada encontra-se entre as soluc oes da ¸˜ equacao ¸˜ D (s)N (s) − D(s)N (s) = (2s + 2)(s + 2)− − (s2 + 2s + 3)(1) = s2 + 4s + 1 = 0.EA721 / PAULO VALENTE / UNICAMP PSfrag replacements r + k − s+2 s2 + 2s + 3 y 117 Figura 11. Dado que m = 1 e n = 2. definida a forma de coneccao do compensador com a planta e formuladas ¸˜ as especificacoes de desempenho para o sistema de malha fechada. O projeto de compensadores (controladores) consiste em.7320 e s2 = −0. √ ¸˜ a Portanto. um ramo do LR tende ao ı zero finito em −2. Quando k → ∞. a ´ a Projeto de compensadores 3. ´ A equacao caracter´stica do sistema em malha fechada e ¸˜ ı 1+k s2 s+2 s+2 √ √ = 0. As solucoes de s2 + 4s + 1 = 0 s˜ o s1 = −3. o LR apresenta ˆ uma ass´ntota com angulo θ = 180o . enquanto outro tende ao zero infinito da func ao de transfrˆ ncia ¸˜ e de malha aberta.2680. Neste caso deve haver um ponto de entrada do LR no eixo real ` a esquerda do zero em −2. √ ˆ ´ O angulo de partida de p2 = −1 − 2 e de −145o .2: Sistema de controle em malha fechada. determinar a ¸˜ funcao de transferˆ ncia de um compensador que as viabilize. determina-se o LR no o o eixo real com ilustrado na Figura 11. Observe que o sistema em quest˜ o e est´ vel em malha fechada para qualquer escolha de k > 0. O angulo de partida do p´ lo p1 = −1 + j 2 e de o φp1 = φz1 − φp2 + 180o = 55o − 90o + 180o = 145o . dadas as func oes de ¸˜ transferˆ ncia de malha aberta da planta a ser compensada (controlada) e do sene sor. ¸˜ e .

O que compensar depende do que se considera indesejado na resposta daPSfrag replacementsse encontra em planta quando esta ´ malha aberta. e ´ 6. O objetivo prim´ rio do projeto de compensadores e sintetizar a resposta desejada a para a sa´da da planta y tendo em vista uma dada entrada de referˆ ncia r. O compensador se ¸˜ e ´ encontra conectado em s´ rie com a planta. ¸˜ 5. Neste ı e . PSfrag replacements r + − F (s) e C(s) u P (s) y Figura 11.4: Compensador conectado em s´ rie com a planta. 145o k=0 k→∞ k → ∞ z1 −3. de ¸˜ ´ forma que esta passe a responder na forma desejada. O termo compensacao e empregado no sentido de adicionar algo a planta. Existem v´ rias possibilidades de coneccao do compensador com a planta.7320 −2 k=0 55o −1 p2 0 Re s p1 Im s √ j 2 √ −j 2 Figura 11. (Eventuais sinais de disturbio n˜ o est˜ o e a a explicitamente indicados). sendo ¸˜ a ´ que a mais comum e a coneccao s´ rie ilustrada na Figura 11.4.3: LR da equacao 1 + k(s + 2)/(s2 + 2s + 3) = 0. A forma desejada de resposta e definida pelas especificacoes de ¸˜ desempenho para o sistema em malha fechada.EA721 / PAULO VALENTE / UNICAMP 118 ` 4.

respectivamente. . na coneccao s´ rie. Na pr´ tica.EA721 / PAULO VALENTE / UNICAMP ´ caso. a 1. e opcao mais comum atualmente. ou na forma digital. Na compensacao s´ rie a sa´da do compensador responde a variacao do erro entre ı a referˆ ncia e a sa´da da planta.4 fica impl´cito que a potˆ ncia do sinal de ı e ´ sa´da do compensador e compat´vel com a potˆ ncia requerida na entrada da planta. atrav´ s de componentes anal´ gicos adequados ao tipo o e o de planta a ser controlada. No diagrama de blocos da Figura 11. ´ em qualquer freq¨ encia s. o que torna o projeto do compensador relativamente simples. ı ı e O n´vel de potˆ ncia na sa´da do compensador ser´ baixo ou alto dependendo se o ı e ı a ´ atuador (isto e. atrav´ s de processadores digitais. 7. A magnitude (fase) de C(s)P (s) e igual ao produto uˆ (soma) das magnitudes (fases) de C(s) e P (s). o projeto de compensadores normalmente envolve um procedia mento interativo cujas etapas principais s˜ o resumidas a seguir. o que ı inclui definir as funcoes de transferˆ ncia da planta. A presenca de zeros na funcao de transferˆ ncia do e ı ¸ ¸˜ e compensador (fatores derivativos) produz sinais de atuac ao elevados quando o erro ¸˜ varia rapidamente. Especificacoes de desempenho para o sistema em malha ¸˜ a fechada s˜ o formuladas. do sensor e da coneccao ¸˜ e ¸˜ a ser utilizada. O sistema de controle em malha fechada da Figura 11. Estabelece-se o modelo (linear. invariante no tempo) do sistema f´sico. o est´ gio de amplificacao de potˆ ncia) est´ incluido na planta ou a ¸˜ e a no compensador. como ocorre por exemplo na partida de um sistema de controle ´ quando este e submetido a uma entrada degrau. 9. C(s) ı ¸˜ e sempre aparece multiplicando P (s). a funcao de transferˆ ncia a ser considerada e ¸˜ e T (s) = Y (s) C(s)P (s) = .4 pode ser implementado na forma anal´ gica. Assim sendo |C(s)P (s)| = |C(s)||P (s)| e C(s)P (s) = C(s) + P (s). ¸˜ 10. R(s) 1 + C(s)P (s)F (s) 119 A maioria das t´ cnicas de projeto de compensadores procura modificar diretae mente as carcater´sticas de magnitude e fase da planta respons´ veis pelo comporı a tamento inadequado da sa´da explorando o fato de que. ` ¸˜ e ¸˜ 8.

por exemplo) ¸˜ do sistema em malha fechada. o projetista tem como alternativas refinar os modelos adotados e/ou determinar um compensador alternativo que garanta o atendimento das especificacoes de desempenho. 3. A capacidade do compensador de e a ´ atender as especificacoes de desempenho e frequentemente avaliada atrav´ s ¸˜ e de um modelo de simulacao (baseado em MATLAB/Simulink. Caso os comportamentos desejado e observado divirjam significativamente. a a .EA721 / PAULO VALENTE / UNICAMP 120 2. Atrav´ s de uma t´ cnica de projeto adequada. implementa-se o o ¸˜ e ¸˜ sistema de controle e observa-se o comportamento do sistema f´sico. como atritos e n˜ o-linearidades ı a a em geral. Devido ı a caracter´sticas inicialmente n˜ o-modeladas. o comportamento observado pode diferir (as vˆ zes bastante) do dee sejado. ou formular novas especificac oes de desempenho. ¸˜ ¸˜ relaxando aquelas que se mostraram invi´ veis na pr´ tica. 4. determina-se a funcao de transe e ¸˜ ferˆ ncia (parˆ metros) de um compensador. Ap´ s a validacao do compensador atrav´ s de simulacao.

Inicialmente ser˜ o analisados alguns efeitos individuais. n−m diminuem a medida que n aumenta (mantendo m fixo). e ¸˜ ı ´ o compensador e obtido atrav´ s da manipulacao do lugar das ra´zes do sistema em e ¸˜ ı malha fechada. Im s Im s Im s PSfrag replacements Re s Re s Re s (a) (b) (c) Figura 12. como ilustra a Figura 12. r = ±1.1. θ= . como os a da adicao de um p´ lo e de um zero a uma dada funcao de transferˆ ncia de malha ¸˜ o ¸˜ e aberta. dados por ı ı 180o × r . ¸˜ o O efeito da adicao de um p´ lo pode ser explicado atrav´ s do comportamento ¸˜ o e ˆ das ass´ntotas do LR.EA721 / PAULO VALENTE / UNICAMP 121 Aula 12 Lugar das Ra´zes ı Compensacao via lugar das ra´zes ¸˜ ı Compensacao avanco (lead) ¸˜ ¸ Compensacao via lugar das ra´zes ¸˜ ı 1. fazendo com que o LR seja puxado cada vez mais para a direita. .1: Efeito da adicao de um p´ lo. O LR e puxado para a direita. ´ Efeito da adicao de um p´ lo. . . . diminuindo a esta¸˜ o bilidade relativa e tornando o sistema mais lento. ±3. Os angulos das ass´ntotas. De acordo com a t´ cnica de compensacao (projeto) baseada no lugar das ra´zes.

a 2. aqui entendido como o LR do a sistema quando se adota um compensador est´ tico C(s) = kc . O angulo das ass´totas aumenta. . Normalmente adota-se a seguinte estrat´ gia: a e 1. como se se quisesse sintetizar o ¸˜ um sistema de segunda ordem na forma padr˜ o. ¸˜ ´ ¸˜ Quando o zero e deslocado para a direita. O LR e puxado para a esquerda. Determina-se um par de p´ los complexos conjulgados que fornece a resposta o transit´ ria de acordo com as especificacoes. ¸˜ n i=1 m σa = pi − zi i=1 n−m . Constroi-se o LR do sistema n˜ o-compensado. ) e de regime o a ¸˜ ¸˜ (erros est´ ticos). Im s Im s Im s PSfrag replacements Re s Re s Re s (a) (b) (c) Figura 12. ¸˜ ı fazendo com que o sistema em malha fechada passe a ser est´ vel para qualquer vaa lor de ganho. tempo de acomodacao. .EA721 / PAULO VALENTE / UNICAMP 122 ´ Efeito da adicao de um zero. a o . dado que o ponto de intersecao. Geralmente a n˜ o existe kc tal que o LR passa pelos p´ los especificados. a intersecao das ass´ntotas de desloca ı para a esquerda. ` fica mais negativo a medida que algum zi tende a origem.1 (c).2 (a) ilustra a a a ˆ incorporacao de um zero ao LR da Figura 12. 2.2: Efeito da adicao de um zero. . O projeto de compensadores baseia-se em especificac oes de desempenho que ¸˜ descrevem como o sistema em malha fechada deve se comportar em termos de resposta transit´ ria (m´ xima sobre-elevacao. A Figura 12. tornando o ¸˜ sistema relativamente mais est´ vel e mais r´ pido.

3. u o respectivamente. o n´ mero de p´ los de malha fechada (ra´zes da equacao u o ı ¸˜ caracter´stica) ser´ nP + nC . Neste caso ser´ necess´ rio a a refazer o projeto. ı a 5. o 7. Se b for suficientemente maior do que a (por exemplo b/a = 5). o projeto e conclu´do com a escolha de um desses comı pensadores. e esta se assemelhar´ bastante a resa posta transit´ ria do sistema de segunda ordem sintetizado atrav´ s da escolha o e dos p´ los dominantes. Fatores como a presenca de zeros e/ou ganho DC n˜ o-unit´ rio na funcao de ¸ a a ¸˜ ´ transferˆ ncia de malha fechada podem alterar a resposta transit oria relativae ` mente a do sistema de segunda ordem sintetizado. Se as ordens (n´ mero de p´ los) da planta e do compensador forem nP e nC . os p olos ˜ complexos conjulgados dominarao a resposta transit´ ria do sistema (pois o ` possuem constantes de tempo menores).EA721 / PAULO VALENTE / UNICAMP 123 3.3: Semi-plano esquerdo . em geral. Suponha que estes polos localizam-se na regi˜ o I e que os a demais nP + nC − 2 p´ los encontram-se na regi˜ o II da Figura 12. 8.regioes dominante (I) e dominada (II). Determina-se um compensador dinˆ mico C(s) (zeros e p´ los). que associa o ado em s´ rie com a planta modifica o LR fazendo com que este passe pelos e p´ los especificados. o a Im s II PSfrag replacements I −b −a 0 Re s ˜ Figura 12. Caso contr´ rio o projeto prossegue. o 4. Dentre os nP + nC p´ los encontra-se o par de p´ los complexos conjulgados o o ´ especificados. ´ 6. Se entre os compensadores que atendem as especificac oes sobre resposta ¸˜ transit´ ria existir ao menos um que tamb´ m atenda as especificacoes sobre o e ¸˜ ´ resposta em regime. geralmente incorporando-se a .

o projeto consistir´ basicamente em determinar a localizacao dos zeros e a ¸˜ p´ los de C(s). o ¸ Compensacao avanco (lead) ¸˜ ¸ ´ 4. o PSfrag replacements φ zc φ pc − 1 αT − 1 T Figura 12. C(s) = kc c 1 αT s + 1 s+ αT s+ ´ em que kc > 0 e o ganho do compensador e T > 0 e 0 < α < 1 definem as localizacoes do zero e do p´ lo do compensador. O compensador avanco adiciona ¸˜ o ¸ fase a qualquer ponto do plano s pois φzc − φpc > 0 para qualquer escolha de T > 0 e 0 < α < 1 (Figura 12. ou seja. A compensacao a ¸˜ o ¸˜ avanco modifica o LR do sistema n˜ o-compensado no sentido do atendimento das ¸ a ` ¸˜ ¸ ´ especificacoes relativas a resposta transit´ ria. um p´ lo) conhecido como compensador avanco (lead). Se a estrutura do compensador C(s) (numero de zeros e p´ los) for definida o a-priori. Como 0 < α < 1. o zero do compensador ` sempre fica a direita do p´ lo. ou est´ vel. A compensacao avanco e usada quando o sistema original e inst´ vel. atender especificacoes referentes a erros de regime. os coeficientes do numerador e do denominador de C(s).EA721 / PAULO VALENTE / UNICAMP 124 ao controlador obtido na etapa anterior ganho suficiente para. O compensador avanco e definido o pela funcao de transferˆ ncia ¸˜ e 1 T = k α Ts + 1 . por exemplo.4: Adicao de fase do compensador avanco. ¸˜ ¸ ´ a a ` mas n˜ o atende as especificacoes relativas a resposta transit´ ria. ¸˜ ¸ . ¸˜ ´ 3.4). o Discute-se a seguir o projeto de um tipo de compensador de primeira ordem (um zero.

o 2.procedimento ¸˜ ¸ ´ 1.5. deter¸˜ ¸˜ mine as localizacoes para os p´ los dominantes do sistema em malha fechada. 3. a fase de C(s) dever´ ser tal que a C(s)|s=s1 + P (s)|s=s1 = 180o × r = ±1. Seja φ a quantidade de fase a ser adicionada pelo compensador avanco. As localizacoes dos p´ los dominantes seriam ¸˜ o √ s1. A partir das especificacoes de desempenho para a resposta transitoria. Neste sentido. determine T e α) ¸˜ o de maneira que φzc − φpc = φ. . O ganho est´ tico do compensador avanco e C(0) = kc α. De¸ ´ termine as localizacoes do zero e do p´ lo de C(s) (isto e.5 o a a e ωn = 2 rad/s. A func ao de ¸˜ ´ transferˆ ncia do sistema em malha fechada e e Y (s) 4 4 √ √ . o a calcule a fase da planta em s = s1 : P (s)|s=s1 . em que kc e α s˜ o rea ¸ ´ a sultantes do projeto que visa basicamente atender as especificac oes sobre resposta ¸˜ transit´ ria. ¸˜ ¸ ´ Compensacao avanc o .2 = −ξωn ± jωn 1 − ξ 2 = −2 ± j2 3. . Finalmente. . . o controle da resposta em regime do sistema atrav´ s da o e compensacao avanco e bastante limitado. s=s1 Exemplo. = 2 = R(s) s + 2s + 4 (s + 1 − j 3)(s + 1 + j 3) Os p´ los de malha fechada do sistema n˜ o-compensado s˜ o tais que ξ = 0. fornecendo m´ xima sobre-elevacao Mp = 15% e tempo de a ¸˜ acomodacao ts = 4 s. Uma especificacao do tipo ts = 2 s pode ser atingida ¸˜ ¸˜ com ωn = 4 rad/s.2 . o na forma de p´ los complexos conjugados s1. Considere o sistema de controle ilustrado na Figura 12. Caso contr´ rio. determine kc atrav´ s da condicao de magnitude: e ¸˜ |C(s)P (s)|s=s1 = kc α Ts + 1 P (s) αT s + 1 = 1.EA721 / PAULO VALENTE / UNICAMP 125 5. Obtenha o LR do sistema com compensacao C(s) = kc e verifique se o ¸˜ ajuste de kc faz o LR passar pelos p´ los s1. ±3.2 especificados. Para que s1 passe a fazer parte do LR.

2 . respecP (s)|s=s1 = −120 ¸˜ o tivamente). o compensador precisa adicionar φ = 30 o em s = s1 para que a condicao de fase do LR seja atendida.6: LR do sistema n˜ o-compensado (s1. Uma solucao e usar o chamado m´ todo da abcissa: ˆ determina-se a abcissa do angulo formado pelas retas AP e P O.6. como ilustra a Figura 12. como ilustra a . ¸˜ ´ Existem in´ meras formas de posicionar o polo e o zero do compensador de tal u ¸˜ ´ e forma que φzc − φpc = φ.5: Sistema de segunda ordem em malha fechada.5) 0 Re s kc = 1 s1 P´ los desejados o −2 −1 √ −j 3 √ −j2 3 s2 Figura 12. Portanto.2 : p´ los dominantes).EA721 / PAULO VALENTE / UNICAMP PSfrag replacements y 4 s(s + 2) 126 r + − Figura 12. (Os p´ los do sistema n˜ o-compensado s˜ o obtidos quando kc = 1. A compensacao proporcional (C(s) = kc ) em s´ rie com a planta n˜ o e capaz ¸˜ e a ´ de fazer o LR do sistema em malha fechada passar em s1.) o a a PSfrag replacements Im s √ j2 3 √ j 3 2 60o (ξ = 0. a o A fase da planta em s = s1 pode ser calculada atrav´ s de uma an´ lise gr´ fica: e a a o − 90o = −210o (contribuicoes dos p´ los em 0 e −2.

9) (s + 5.68 1 + C(s)P (s) = 1 + 4. o que eleva o ganho est´ tico do compensador.9.345s + 1 s + 2.7: LR do sistema compensado pelo m´ todo da abcissa. ` Os pontos de cruzamento com o eixo real correspondem as localizacoes do p´ lo e ¸˜ o do zero de C(s).51 . Im s √ j2 3 √ j 3 2 pc −5. s + 5. T αT ´ Logo. s(s + 2) .4) 4 = 0.345 e α = 0.9 = 2.68. o valor de α e e ´ maximizado.185s + 1 Os p´ los do sistema em malha fechada (compensado) s˜ o as ra´zes de o a ı C(s) = 4.9 −2 −1 −3.4. determinam-se duas retas formando φ/2 graus a partir da abcissa. 1 1 = 2.68(s + 2.5) 127 A 15o P √ −j 3 √ −j2 3 Figura 12.4 abcissa zc −2. O compensador avanco procurado e ¸ 0. e Em seguida.7. No caso do exemplo.4) √ s=−2+j2 3 =1 ´ implica em kc = 4.4 O 0 Re s 60o (ξ = 0.537.EA721 / PAULO VALENTE / UNICAMP PSfrag replacements Figura 12. O valor de kc e obtido a da condicao de magnitude: ¸˜ |C(s)P (s)|s=s1 = 4kc (s + 2.9) s(s + 2)(s + 5. T = 0.4 0. Pelo m´ todo da abcissa. = 5.

4 est´ pr´ ximo ao zero do compensador (em −2.68 = 18.9) e seu efeito o a o na resposta do sistema ser´ pequeno. O o projeto poderia iniciar com a obtencao do LR do sistema com C(s) = kc .EA721 / PAULO VALENTE / UNICAMP ou s(s + 2)(s + 5. ilustrado ¸˜ na Figura 12.5 −1 −0.4) = 0. O terceiro p´ lo em −3.9) = 128 √ √ = (s + 2 + j2 3)(s + 2 − j2 3)(s + 3.5.4) + 18. .5 1 Figura 12.5 −1 −1.5 Real Axis 0 0.8: Root Locus Design 2 1.5 Imag Axes 0 −0. ´ Note que o ganho associado ao LR no ponto s1 e k = 4 × 4. O projeto de ¸ compensadores atrav´ s do LR pode ser inteiramente desenvolvido atrav´ s do MAe e TLAB. que disp˜ e do ambiente interativo rltool para projetos desta natureza.8: LR do sistema com C(s) = kc via MATLAB/rltool.5 −2 −2 −1.5 1 0. Mp = 15%) devido a presenca do zero. A resposta ser´ levemente menos amortecida a a do que o esperado (ξ = 0. A Figura 12.7. Observe as linhas o ¸˜ ¸ ¨ˆ pontilhadas de fator de amortecimento e frequencia natural constantes.7(s + 2.9 ilustra o LR ap´ s a compensacao avanco. bastante ´ uteis na fase de projeto do compensador.

2 PSfrag replacements 0 0.4 0.10: Respostas ao degrau dos sistemas n˜ o-compensado e compensado.5 2 2. ωn = 4 rad/s). a A Figura 12. Step Response From: U(1) 1.2 Compensado 1 Amplitude 0.8 To: Y(1) N˜ o-compensado a 0.5. ωn = 2 rad/s) e compensado atrav´ s de avanco (ξ ≈ 0.5.10 apresenta as respostas ao degrau do sistemas n˜ o-compensado a (ξ = 0.9: LR do sistema compensado via MATLAB/rltool.6 0.5 3 3.4 1.EA721 / PAULO VALENTE / UNICAMP Root Locus Design 6 129 4 2 Imag Axes 0 −2 −4 −6 −6 −4 −2 0 Real Axis 2 4 6 Figura 12. e ¸ .5 1 1.5 5 0 Time (sec.5 4 4.) Figura 12.

(0.185s + 1) s(s + 2) O erro para entrada rampa cai pela metade.51(0. . mas eventualmente ainda seria muito grande. inversamente proporcional a constante de velocidade do sistema.EA721 / PAULO VALENTE / UNICAMP 130 Como requerido. o ¸˜ ¸ kv = lim sC(s)P (s) = lim s s→0 s→0 4 2. O ¸˜ ´ ´ erro de regime para entrada degrau e zero uma vez que a planta e do Tipo 1. Um melhor controle sobre erros de regime ser´ obtido com o uso de a um compensador atraso (lag).02. O erro ´ ` para entrada rampa e constante.345s + 1) = 5. kv . kv = lim sP (s) = lim s s→0 s→0 s(s + 2) Ap´ s a compensacao avanco. A constante de velocidade para o sistema n˜ o-compensado a ´ e 4 = 2. o tempo de acomodacao passou a ser de aproximadamente 2 s.

EA721 / PAULO VALENTE / UNICAMP 131 Aula 13 Lugar das Ra´zes ı Compensacao atraso (lag) ¸˜ Compensacao avanco-atraso (lead-lag) ¸˜ ¸ Outras configuracoes do LR ¸˜ Compensacao atraso (lag) ¸˜ 1. o PSfrag replacements φ pc φ zc − 1 1 − T βT Figura 13.1). O compensador atraso retira fase de qualquer o ponto do plano s pois φzc − φpc < 0 para qualquer escolha de T > 0 e β > 1 ` (Figura 13.1: Remocao de fase do compensador atraso. o zero do compensador sempre fica a esquerda do p´ lo. ¸˜ . mas n˜ o as relativas a reposta em regime. Como β > 1. A funcao de o a ¸˜ ´ transferˆ ncia do compensador atraso e definida como e 1 T = k β Ts + 1 C(s) = kc c 1 βT s + 1 s+ βT s+ ´ em que kc > 0 e o ganho do compensador e T > 0 e β > 1 definem as localizac oes ¸˜ do zero e do p´ lo do compensador. Na compensacao atraso assume-se que o sistema satisfaz as especificac oes rela¸˜ ¸˜ ` ` tivas a reposta transit´ ria.

01 implica em β = 10. as propriedades a ´ transit´ rias do sistema n˜ o ser˜ o alteradas significativamente.EA721 / PAULO VALENTE / UNICAMP 132 2. A id´ ia e n˜ o modificar o LR pr´ ximo aos p´ los dominantes. A compensacao atraso e usada basicamente para aumentar o ganho est´ tico ¸˜ a ¨ˆ do compensador (ganho na frequencia s = 0) e assim reduzir eventuais erros de regime. pois |P (s1 )| = 1 se s1 pertence ao LR anterior a introducao ¸˜ do compensador atraso. Como os p olos do- . o e ´ a o o ´ 3. 4. a constante de velocidade kv do sistema original ser´ ent˜ o multiplicada por β: a a ˆ kv = lim sC(s)P (s) = kc β lim sP (s) s→0 s→0 βkv . o zero e o p´ lo de C(s) devem ser localizados de tal maneira que o −5o < s1 + (1/T ) − s1 + (1/βT ) < 0o . Os polos dominantes o a a apenas se deslocam para uma vizinhaca do ponto s 1 devido a pequena remocao de ¸ ¸˜ fase causada pelo compensador.001 e 1/T = 0.2 : o o −5o < C(s)|s=s1 < 0o . Como n˜ o existe aumento de ganho na frequˆ ncia s1 (kc 1). obt´ m-se o efeito desejado. o ´ Exemplo: 1/(βT ) = 0. Al´ m disso. ¨ˆ ´ 6. assume-se que o sistema em malha fechada apresenta ¸˜ um par de p´ los complexos conjulgados dominantes que produzem a resposta trano sit´ ria desejada. Escolhendo-se T > 0 e β > 1 de forma que as quantidades 1/T e 1/βT sejam pequenas comparadas a s1 . O ganho est´ tico do compensador atraso (ganho na frequencia s = 0) e C(0) = a ´ kc β. da ordem de 5o . E conveniente localizar o p´ lo e o zero do compensador proximos a origem. ¨e 5. pr´ ximo aos p´ los dominantes s1. as magnitudes e e |s1 + 1/T | e |s1 + 1/βT | ser˜ o aproximadamente iguais e portanto para o sistema a compensado 1 s1 + T P (s ) = 1 |C(s)P (s)|s=s1 = kc 1 1 s1 + βT ` implica que kc 1. ´ ´ ` 7. Na compensacao atraso. Para tanto. O compensador atraso deve produzir apenas um pequeno decr´ scimo de e fase. Assumindo-se que a planta e do Tipo 1.

EA721 / PAULO VALENTE / UNICAMP 133 minantes est˜ o afastados do eixo imagin´ rio. que fornecem ξ = 0.2: Sistema de controle em malha fechada. ¸˜ Os LR’s do sistema com as compensacoes proporcional e atraso encontram-se ilus¸˜ tradas nas Figuras 13.5864)(s + 0. Considere o sistema de controle em malha fechada da Figura 13.2 = −0. respectivamente.005 ´ A contribuicao deste compensador e de cerca de −4o no pontos s1. obt´ m-se β = 10 aproximadamente.06 1. Como k o e poss´vel compensador atraso seria ı C(s) = kc s + 0.4.3 e 13. as caracter´sticas de fase e magnitude a a ı impostas sobre C(s) ser˜ o naturalmente satisfeitas.06 PSfrag replacements s(s + 1)(s + 2) Figura 13. a Exemplo.2.673 rad/s.05 . Um dos p´ los dominantes. Logo.5864. . s(s + 1)(s + 2) + 1. (s + 0.3307 + j0. r + − y 1.53.491 o a e ωn = 0.06 . Deseja-se kv = 5 sem alterar significativamente a posicao ¸˜ ˆv = βkv . s→0 ˆ um valor muito baixo. kv = lim sP (s) = 0. ´ A funcao de transferˆ ncia de malha fechada e ¸˜ e Y (s) R(s) = = 1.06 .2 (verifique).5864)(s + 2.3307 ± j0. s + 0.3307 − j0.3384) Os p´ los dominantes s˜ o s1.

EA721 / PAULO VALENTE / UNICAMP Root Locus Design 3 134 2 1 Imag Axes 0 −1 −2 −3 −5 −4 −3 −2 Real Axis −1 0 1 Figura 13. Observe que o compensador atraso (Figura 13.4: LR do sistema com compensador atraso. a .4) n˜ o altera significativamente a o LR nas proximidades dos p´ los dominantes. Para melhor visualizacao do efeito o ¸˜ do compensador. Root Locus Design 3 2 1 Imag Axes 0 −1 −2 −3 −5 −4 −3 −2 Real Axis −1 0 1 Figura 13. apresenta-se abaixo um zoom da regi˜ o de interesse.3: LR do sistema compensado com C(s) = kc .

s(s + 0.966.6 0.055.7 e 13.8 135 0. Obsero a va-se um ligeiro decr´ scimo em ξ (ξ e 0.7 −0.5: LR do sistema com compensador atraso . respectivamente.312 ± j0.6.1 0 0.6 −0.5s + 1) ˆ Consequentemente. A funcao de malha aberta do sistema e ¸˜ C(s)P (s) = 0.0235(s + 0.005)(s + 1)(s + 2) 5.05) .312 ± j0.06 . ´ O ganho em s1.551 (dominane tes).EA721 / PAULO VALENTE / UNICAMP Root Locus Design 0.zoom.2 = −0.8 −0.4 −0.3 Real Axis −0.5 −0.2 −0. os p´ los correspondentes (obtidos diretamente do LR) dever˜ o ser o a s1.12(20s + 1) .06kc = 1.551 (obtido diretamente do LR) e k = 1. kv = 5.2 = −0.8 s˜ o apresentadas. Assumindo que se deseja manter ξ 0. as respostas a ` ´ ao degrau e a rampa dos sistemas n˜ o-compensado e compensado.1 Figura 13. s(200s + 1)(s + 1)(0.5.2 −0.312 ± j0.478). Na Figuras 13. Al´ m de s1.493. .2 = −0.6 −0. os demais p´ los de malha fechada s˜ o s3 = −2.551 (ξ = 0. s + 0. Os p´ los indicados correspondem ao ganho unit´ rio k = 1.633).2 Imag Axes 0 −0.966 e apresentado na Fie ¸˜ gura 13. O LR do o a ´ sistema obtido atrav´ s de compensacao atraso com kc = 0.8 −0.005 s(s + 1)(s + 2) 1.12. ωn = 0.9656 = = s + 0.4 0.06 = 0.05 1.0235 ´ e portanto kc = k/1. O fato do polo a s4 estar pr´ ximo ao zero de C(s) faz com que a resposta seja menos amortecida e o mais lenta do que a prevista.326 e s4 = −0.4 −0.

Step Response From: U(1) 1.2 −0.6 −0.6 −0.6: Sistema compensado (atraso) com kc = 0.6 0. a .3 Real Axis −0.7: Respostas do sistema ao degrau unit´ rio.1 0 0.8 −0.2 Imag Axes 0 −0.2 1 N˜ o-compensado a Amplitude 0.6 0.4 −0.8 136 0.1 Figura 13.EA721 / PAULO VALENTE / UNICAMP Root Locus Design 0.8 −0.4 0.) Figura 13.4 0.2 −0.5 −0.966.4 Compensado 1.2 PSfrag replacements 0 0 5 10 15 20 25 30 35 40 Time (sec.8 To: Y(1) 0.7 −0.4 −0.

ao inv´ s ¸˜ o e ´ de se introduzir compensadores avanco e atraso individuais. A compensacao avanco-atraso e utilizada quando se deseja satisfazer simultane¸˜ ¸ amente especificacoes sobre as respostas transit´ ria e de regime. a ¸˜ ¸ Compensacao avanco-atraso (lead-lag) ´ 8.) ` Figura 13. e β > 1. 0 < α < 1. O projeto de compensadores atraso-avanco segue as linhas gerais dos projetos individuais para compensadores ¸ avanco e atraso. A funcao de transferˆ ncia do compensador atraso¸˜ e avanco e definida por ¸ ´    1  1 s+ s+  T1   T2  .EA721 / PAULO VALENTE / UNICAMP Linear Simulation Results 50 137 45 40 35 30 Amplitude To: Y(1) Rampa 25 N˜ o-compensado a Compensado 20 15 10 PSfrag replacements 5 0 0 5 10 15 20 25 30 35 40 45 50 Time (sec. Contudo. T2 > 0.8: Respostas do sistema a rampa unit´ ria. e mais econˆ mico ob¸ o ´ ter um unico compensador.  C(s) = kc   1 1  s+ s+ αT1 βT2 avanco ¸ atraso em que T1 > 0. ¸ Outras configuracoes do LR ¸˜ .

s2 + αs + 5 = 0 ⇒ 1+α s =0 s2 + 5 ´ O LR das ra´zes do sistema de malha fechada em funcao de 0 < α < ∞ e apreı ¸˜ sentado na Figura 13. ´ A equacao caracter´sitica do sistema e 1 + 5/(s2 + αs) = 0. Em particular. ou reescrevendo ¸˜ ı em termos de α. o LR pode ser ¸˜ a ı ´ utilizado para analisar como os polos do sistema em malha fechada se comportam quando um parˆ metro positivo qualquer de G(s) (associado a C(s). Im s α=0 √ j 5 PSfrag replacements α→∞ α→∞ 0 Re s √ −j 5 √ − 5 α=0 Figura 13. Deseja-se analisar o LR do sistema em malha fechada da Figura 13. outras aplicacoes s˜ o poss´veis. k > 0. como ilustrado atrav´ s dos exemplos a seguir.9 em funcao do parˆ metro α > 0. Embora o LR de um sistema em malha fechada tenha sido discutido em termos da variacao de um parˆ metro k referente a equacao caracter´stica gen´ rica 1 + ¸˜ a ¸˜ ı e kG(s) = 0.10: LR em funcao de 0 < α < ∞.9: Sistema de controle em malha fechada.10. ¸˜ . ¸˜ a PSfrag replacements r + − 5 s(s + α) y Fig 15. O sistema em malha fechada permanece est´ vel para a qualquer valor positivo de α. e Exemplo 1.EA721 / PAULO VALENTE / UNICAMP 138 9. P (s) ou F (s)) a varia.

ent˜ o ı a kP = − e o compensador seria s2 + 0.1s + 0. ¸˜ . Se se desejar.25s 1 C(s) = 3.1 = 0. e uma forma especial de compensador atraso.6.25s =0 + 0.4975 PSfrag replacements kP → ∞ −0. em funcao de kP > 0 quando kI = 1.25 |s=−0. 0. Deseja-se analisar o comportamento dos polos de malha fechada de ´ um sistema cuja equacao caracter´stica e ¸˜ ı 1 + C(s)P (s) = 1 + kP + kI s 0. s Im s kP = 0 j0. C(s) = ¸˜ ´ ´ kP + kI /s.4975 Figura 13. por exemplo.6 + .1s + 0. com polo na origem e ´ zero em −kI /kP . O compensador PI utilizado.5 = 3.25 ´ O LR do sistema em malha fechada em funcao de 0 < kP < ∞ e apresentado na ¸˜ ´ Figura 13. A equacao em funcao de kP e (verifique) ¸˜ ¸˜ 1 + kP s2 0.11: LR em funcao de 0 < kP < ∞.5 kP → ∞ −0.05 0 Re s kP = 0 −j0. polos de malha fechada com amortecimento cr´tico.11.25 s + 0.EA721 / PAULO VALENTE / UNICAMP 139 ´ Exemplo 2.

pode ¸˜ ser calculada atrav´ s de e kp = lim P (s) = lim P (jω) = k. sN (τp1 s + 1)(τp2 s + 1) · · · (τpn s + 1) ´ em que N e o tipo do sistema e os τz ’s e τp ’s s˜ o as constantes de tempo (e os a valores inversos. kp . s→0 ω→0 A constante de posicao do sistema pode ser extra´da do diagrama de magnitude ¸˜ ı de P (jω) na regi˜ o de baixas freq¨ encias (ω → 0).1: Constante de posicao do sistema. como ilustra a Figura 14.1. a uˆ |P (jω)|dB Sistema tipo 0 20 log kp PSfrag replacements ω (rad/s) Figura 14. uˆ o o sistema n˜ o-compensado (C(s) = 1) apresentar´ erro de estado estacion´ rio para a a a entrada degrau (ess = 1/(1 + kp )). A constante de posicao do sistema. as freq¨ encias de corte) dos zeros e p´ los do sistema.EA721 / PAULO VALENTE / UNICAMP 140 Aula 14 Compensacao via Resposta em Frequencia ¸˜ ¨ˆ Constantes de erro Margem de fase × ξ Introducao a compensacao via RF ¸˜ ` ¸˜ Constantes de erro 1. Se N = 0. Considere um sistema de controle com realimentac ao unit´ ria cuja funcao de ¸˜ ¸˜ a ´ malha aberta e P (s) = k (τz1 s + 1)(τz2 s + 1) · · · (τzm s + 1) . ¸˜ .

jω O lado direito da express˜ o e uma ass´ntota para as baixas freq¨ encias de a ´ ı uˆ |P (jω)|dB . o que sugere a ı uˆ forma de se extrair a constante de velocidade do sistema atrav´ s do diagrama de e magnitude de P (jω). 20 log |P (jω)| = 20 log kv .EA721 / PAULO VALENTE / UNICAMP 141 2. O valor obtido. jω = 20 log kv − 20 log ω. e calculada atrav´ s de e kv = lim sP (s) = lim jωP (jω). a ´ kv . ou P (jω) = kv . O diagrama de magnitude do sistema em malha aberta P (s) = 10 s(s + 1) ´ ´ e ilustrado na Figura 14. A constante de velocidade do sistema. s(s + 2ξωn ) . Se N = 1. O sistema e do tipo 1 e portanto a constante de velo´ ` cidade e numericamente igual a freq¨ encia de cruzamento da ass´ntota de baixa uˆ ı ´ freq¨ encia (inclinacao −20 db/dec) com 0 db. De fato. ent˜ o o sistema n˜ o-compensado apresenta erro de estado estaa a cion´ rio para entrada rampa (ess = 1/kv ). A ass´ntota cruza 0 dB na freq¨ encia ω = kv rad/s. 3.2. s→0 Margem de fase × ξ Para um sistema de segunda ordem (malha aberta) na forma padr˜ o a P (s) = 2 ωn . kv = lim sP (s) = 10. s→0 ω→0 ´ Para ω << 1 e poss´vel fazer a aproximacao ı ¸˜ kv = jωP (jω) Em dB’s. Exemplo. e o mesmo uˆ ¸˜ que seria obtido analiticamente. kv = 10.

a fase de P (ω) e dada por uˆ o o −1 P (jω) = −90 − jω + 2ξωn = −90 − tan A margem de fase do sistema ent˜ o seria a MF = 180o + P (jω1 ). 1 + 4ξ 4 − 2ξ 2 Uma boa aproximacao para a margem de fase na regi˜ o aonde 0 ≤ ξ ≤ 0. Assim. = 90o − tan−1 = tan−1 2ξ 1 + 4ξ 4 − 2ξ 2 2ξ .2: Constante de velocidade do sistema. uma margem de fase MF = 50o corresponde a aproximadamente ξ = 0.6. 142 ´ Nesta freq¨ encia.5. . e ¸˜ e a MF = ξ × 100. . ¸˜ a ´ obtida atrav´ s da linearizacao da express˜ o acima.EA721 / PAULO VALENTE / UNICAMP a magnitude torna-se unit´ ria (|P (jω)| = 1) na freq¨ encia a uˆ ω = ωn 1 + 4ξ 4 − 2ξ 2 . 1 + 4ξ 4 − 2ξ 2 2ξ . o 60 50 40 30 20 10 0 −10 −20 −30 −2 10 10 −1 10 0 10 1 Figura 14. Um sistema com MF = 10o seria extremamente oscilat´ rio.

que o sistema n˜ o-compensado a ¸˜ e (C(s) = 1) n˜ o satisfaz. ` 5. Os diagramas de Bode do sistema n˜ o-compensado associado a a funcao de transferˆ ncia de malha aberta ¸˜ e P (s) = ´ e apresentado na Figura 14.realimentacao unit´ ria. 180o + C(jω1 )P (jω1 ) = MFesp . em que MGesp e MFesp s˜ o margens de ganho e fase especificadas. ¸˜ e ¸˜ a ´ O objetivo e projetar C(s) de forma a satisfazer determinadas especificac oes ¸˜ de desempenho. a magnitude de C(jω)P (jω) em dB pode ser escrita como a soma das magnitudes de C(jω) e P (jω) em dB: |C(jω)P (jω)|dB = |C(jω)|dB + |P (jω)|dB .3. ´ Pela mesma raz˜ o. por exemplo.EA721 / PAULO VALENTE / UNICAMP 143 Introducao a compensacao via RF ¸˜ ` ¸˜ 4. + − C(s) PSfrag replacements P (s) Figura 14. 3 s(s + 1)(s + 2) .4. −20 log |C(jω0 )P (jω0 )| = MGesp . como margens de fase e de ganho. Um aspecto a ´ importante e a determinacao de freq¨ encias ω0 (cruzamento com −180o ) e ω1 (cru¸˜ uˆ zamento com 0 dB) apropriadas.3: Compensacao s´ rie . deve-se projetar C(s) a de tal forma que |C(jω)|dB e C(jω) sejam tais que. Considere o sistema de controle com realimentacao unit´ ria ilustrado na Figura ¸˜ a 14. Como |P (jω)|dB e P (jω) s˜ o quantidades conhecidas. Exemplo. Devido a associacao s´ rie do compensador C(s) com a a planta P (s). a fase de C(jω)P (jω) e a soma das fases de C(jω) e P (jω) a (em graus): C(jω)P (jω) = C(jω) + P (jω).

Para obter margens ´ maiores e necess´ rio atenuar a curva de magnitude de P (jω). A solucao utilizada resolve o problema das margens. Magnitude (dB) −50 MG = 6.sistema n˜ o-compensado. mas diminui a constante de ¸˜ ´ velocidade (kv ) do sistema.2). a As margens de ganho e de fase do sistema n˜ o-compensado s˜ o pequenas e sua a a ´ resposta tende a ser muito oscilatoria (ξ MF/100 = 0.EA721 / PAULO VALENTE / UNICAMP Bode Diagrams 144 From: U(1) 50 0 Phase (deg). pois a atenuacao e a uˆ ¸˜ ´ produzida pelo compensador e igual para todas as freq¨ encias. a serem discutidos a seguir.5 a ¸˜ seguir foi obtido com kc = 0. de forma a atender simultˆ neamente especificacoes como limites uˆ a ¸˜ a para erros de estado estacion´ rio e margens de ganho e de fase. fazendo esta cruzar a ´ 0 dB numa freq¨ encia menor.97 rad/seg 10 −1 −300 −2 10 10 0 10 1 Frequency (rad/sec) Figura 14. agem seletivamente em determinadas freq¨ encias. 6. O motivo e que a ass´ntota de baixa freq¨ encia do sisı uˆ tema compensado tamb´ m cruzar´ 0 dB numa freq¨ encia menor. .41 rad/seg −100 −50 −100 To: Y(1) −150 −200 −250 PSfrag replacements MF = 20o ω1 = 0. O sistema compensado apresentado na Figura 14. Uma alternativa simples e escolher C(s) = kc < 1 uˆ (compensacao proporcional).4: Diagramas de Bode . Compensadores uˆ mais elaborados.02 dB ω0 = 1.33.

41 rad/seg −100 −50 −100 To: Y(1) −150 −200 −250 PSfrag replacements MF = 53.5: Diagramas de Bode .EA721 / PAULO VALENTE / UNICAMP Bode Diagrams 145 From: U(1) 50 0 Phase (deg).4o ω1 = 0. ¸˜ .6 dB ω0 = 1.compensacao proporcional.45 rad/seg 10 −1 −300 −2 10 10 0 10 1 Frequency (rad/sec) Figura 14. Magnitude (dB) −50 MG = 15.

0 < α < 1.1. |C(jω)|dB PSfrag replacements ω rad/s −20 dB C(jω) 90o φm 0.EA721 / PAULO VALENTE / UNICAMP 146 Aula 15 Compensacao Avanco ¸˜ ¸ Introducao ¸˜ Procedimento Introducao ¸˜ 1.1 T 1 T √ 10 10 T T ω rad/s Figura 15. jαT ω + 1 T > 0.1: Resposta em freq¨ encia do compensador avanco.1 s˜ o ilustrados na Figura a 15. Os diagramas de Bode de C(jω) para kc = 1 e α = 0. uˆ ¸ . A resposta em freq¨ encia do compensador avanco e obtida a partir de uˆ ¸ ´ C(jω) = kc α jT ω + 1 .

adicionando fase suficiente para compensar uma defasagem excessiva uˆ do sistema original.EA721 / PAULO VALENTE / UNICAMP 147 ´ Na compensacao avanco a freq¨ encia de corte do zero (em z = −1/T ) e sem¸˜ ¸ uˆ pre menor do que a freq¨ encia de corte do p´ lo (em p = −1/αT ). O procedimento completo para o projeto do compensador avanco e ¸ ´ apresentado a seguir. a funcao de transferˆ ncia de malha aberta do o a ¸˜ e ´ sistema compensado e reescrita na forma C(s)P (s) = kc α Ts + 1 P (s). Por raz˜ es pr´ ticas de projeto. A fase do compensador avanco. dω ´ E poss´vel mostrar que ı ωm = 1 √ . na qual Ts + 1 . C1 (s) = . T α ´ e que a fase m´ xima φm obtida na freq¨ encia ω = ωm e a solucao da equacao a uˆ ¸˜ ¸˜ trigonom´ trica e 1−α sen φm = . atinge seu m´ ximo na freq¨ encia ωm na qual a uˆ d C(jω)|ω=ωm = 0. 1+α 2. A funcao prim´ ria da compensacao avanco e remodelar as curvas de resposta em ¸˜ a ¸˜ ¸ ´ freq¨ encia. αT s + 1 e k = kc α. Procedimento 3. o que faz uˆ o com que o compensador adicione fase ao sistema quando colocado em s´ rie com a e planta. dada por ¸ C(jω) = tan−1 T ω − tan−1 αT ω. αT s + 1 = C1 (s)G1 (s). G1 (s) = kP (s).

jαT ωm + 1 α Determine ent˜ o a freq¨ encia ωc tal que a uˆ 1 |G1 (jωc )|dB = −20 log √ .EA721 / PAULO VALENTE / UNICAMP 148 1. A especificacao sobre erro est´ tico pode ser atendida desta ¸˜ a forma porque C1 (0) = 1 e desta forma independe de C1 (s). refaca o projeto modificando as frequencias de corte do a ¸ compensador. A partir da especificacao de MF. 2.2: Sistema de controle n˜ o-compensado. Verifique se a margem de ganho obtida e satisfat´ ria o ¨ˆ (≥ 10 dB). 1 + sen φm ´ 3. Determine α atrav´ s de e α= 1 − sen φm . T p´ lo: ω = o 1 .2 a seguir. 4. α para que a nova freq¨ encia de cruzamento com 0 dB seja ωc . Obtenha os diagramas de Bode de G1 (jω) e determine a margem de fase correspondente. Determine kc = k/α. A adicao ¸ de φm ocorrer´ em ωm . calcule a quantidade de ¸˜ fase φm a ser adicionada no sistema. Considere o sistema de controle ilustrado na Figura 15. A magnitude de C1 (jω) na freq¨ encia ω = ωm e igual a (verifique) uˆ |C1 (jω)|ω=ωm = jT ωm + 1 1 =√ . Sen˜ o. PSfrag replacements r + − 4 s(s + 2) y k Figura 15. Determine as freq¨ encias de corte do compensador: a uˆ zero: ω = 1 . Exemplo. a . Faca ωm = ωc = 1/(T α). tamb´ m chauˆ e √ ¨e ¸˜ mada de frequˆ ncia de crossover. αT ´ 4. Determine k para atender a especificacao sobre o erro est´ tico do sistema ¸˜ a compensado.

s→0 = 2k. k = 10. Logo. O projeto de C(s) comeca com a obtencao de k atrav´ s de ¸ ¸˜ e G1 (s) = kP (s) = k 4 4k = . MG ≥ 10 dB. Magnitude (dB) 20 0 −20 −80 −100 To: Y(1) −120 −140 −160 MF = 18o ω1 = 6. No exemplo. MF = 18o e MG = +∞ (margens infinitas ou .3: Diagramas de Bode de G1 (s) (kv = 20).EA721 / PAULO VALENTE / UNICAMP As especificacoes para o sistema compensado s˜ o as seguintes: ¸˜ a kv = 20.17 rad/s PSfrag replacements 10 −1 −180 −2 10 10 0 10 1 Frequency (rad/sec) Figura 15. Bode Diagrams From: U(1) 80 60 40 Phase (deg). Os diagramas de Bode de G1 (jω) = 10P (jω) s˜ o apresentados a na Figura 15. MF ≥ 50o . O ambiente ltiview do MATLAB permite obter as margens de fase e de ganho facilmente.3. 149 ´ A constante de velocidade do sistema compensado e kv = lim sC(s)P (s). s(s + 2) s(s + 2) k = kc α. s→0 = lim sC1 (s)G1 (s).

menor do que os −162 Uma alternativa para compensar a diminuicao de fase provocada indiretamente ¸˜ ´ por C1 (jω) e somar uma quantidade extra . uˆ ´ A curva de magnitude de C1 (jω) e como ilustrada na Figura 15. α O compensador avanco assume a forma ¸ C(s) = 41.227s + 1 = 10 . Determina-se ent˜ o α: a α= 1 − sen 37o = 0. α ¨ˆ Em seguida determina-se a frequencia na qual |G1 (jω)|dB = −6.41 0.17 rad/s seria de 50o − 18o = 32o .tipicamente 5o . o compensador contribui em maguˆ nitude com 1 20 log |C1 (jω)| = 20 log √ = 6. 1 + sen 37o A adicao de φm = 37o pelo compensador ser´ introduzida na freq¨ encia (des¸˜ a uˆ √ conhecida) ωm = 1/(T α). T 1 = 18. s + 18. Faz-se ωm = ωc = 1/(T α) = 9 a rad/s e as freq¨ encias de corte do compensador s˜ o ent˜ o facilmente determinadas: uˆ a a zero : p´ lo : o √ 1 = ωm α = 4.41 rad/s.4 rad/s. A associacao de C1 (jω) em s´ rie com G1 (jω) n˜ o altera a especificacao ¸ ¸˜ e a ¸˜ sobre a constante de erro porque |C1 (jω)| vale 0 dB nas baixas freq¨ encias.24. mas comecando em 0 dB. a quantidade de fase a a a ı ı ser adicionada na freq¨ encia ω1 = 6. A margem de ¸˜ . onde a fase de G 1 (jω) ser´ a o que forneceu MF = 18o . Nesta freq¨ encia.ao valor previamente obtido: φm = 32o + 5o = 37o .EA721 / PAULO VALENTE / UNICAMP 150 inst´ veis s˜ o indicadas por c´rculos abertos).054s + 1 A Figura 15. o ganho kc do compensador e calculado: kc = k = 41.2 dB. que ser´ a a nova freq¨ encia de crossover. ωc uˆ 9 rad/s (obtida com um zoom √ dos diagramas de Bode na regi˜ o de interesse).4 0.7 s + 4. mas uˆ faz a curva de magnitude se deslocar para a direita.4 apresenta as curvas de magnitude e de fase da func ao G1 (s) que ¸˜ serviu de base para o projeto.7. Em princ´pio.1.2 dB. do compensador C(s) obtido atrav´ s do procedie mento de projeto e da funcao de malha C(s)P (s) (= C1 (s)G1 (s)). No exemplo. αT ´ Finalmente.

´ a A margem de ganho inicial era infinita .5o .5o ω1 = 8.e continuou infinita apos a introducao do compensador avanco.89 rad/s 10 −1 −100 CP G1 10 0 −150 −200 −2 10 10 1 10 2 Frequency (rad/sec) Figura 15.4: Diagramas de Bode do sistema compensado. como a an´ lise do lugar das ra´zes do sistema facila ı ´ mente comprova .o sistema n˜ o-compensado e est´ vel a para qualquer valor de ganho. . Magnitude (dB) 0 −50 50 0 To: Y(1) −50 C PSfrag replacements MF = 50. ¸˜ ¸ como seria de se esperar. Bode Diagrams From: U(1) 100 50 C G1 CP Phase (deg). A freq¨ encia de crossover ωc = ω1 ficou ligeiramente uˆ abaixo de 9 rad/s prevista.EA721 / PAULO VALENTE / UNICAMP 151 ´ fase final e de MF = 50. provavelmente porque C 1 (s) n˜ o retirou a totalidade a ` dos 5o adicionados a fase inicialmente calculada.

jβT ω + 1 T > 0.1 ilustra os diagramas de Bode do compensador atraso quando kc = 1 e β = 10.EA721 / PAULO VALENTE / UNICAMP 152 Aula 16 Compensacao Atraso ¸˜ Compensador atraso Resposta em freq¨ encia em malha fechada uˆ Atraso de transporte Compensador atraso 1. ´ e introduzir atenuacao nas altas freq¨ encias e assim garantir uma margem de fase ¸˜ uˆ adequada para o sistema. O objetivo prim´ rio do compensador atraso a C(jω) = kc β jT ω + 1 . β > 1. uˆ . |C(jω)|dB 20 dB 0.1: Resposta em freq¨ encia do compensador atraso.01 T 0. A Figura 16.1 T PSfrag replacementsrad/s ω 1 T C(jω) ω rad/s −90o Figura 16.

para que o compensador n˜ o retire fase uˆ a do sistema.2: Sistema de controle n˜ o-compensado. Como na compensacao avanco. O procedimento para projeto de compensadores atraso ser´ a discutido atrav´ s de um exemplo. βT s + 1 = C1 (s)G1 (s). Exemplo. e 3. Como na compensacao avanco. βT s + 1 G1 (s) = kP (s).5s + 1) Figura 16. o ganho k e determinado de forma a ¸˜ ¸ atender a especificacao sobre o erro est´ tico do sistema.EA721 / PAULO VALENTE / UNICAMP 153 ´ Na compensacao atraso a freq¨ encia de corte do zero (em z = −1/T ) e ¸˜ uˆ maior do que a freq¨ encia de corte do p´ lo (em z = −1/βT ).2 a a seguir. Especificacoes sobre mar¸˜ a ¸˜ ¨ˆ gens de fase e ganho s˜ o atendidas escolhendo-se adequadamente as freq uencias a de corte de C1 (s). Considere o sistema n˜ o-compensado ilustrado na Figura 16. ´ e k = kc β. em que C1 (s) = Ts + 1 . Por esta raz˜ o a uˆ o a freq¨ encia de corte do zero (mais a direita) deve ser substancialmente menor do uˆ que a freq¨ encia de cruzamento com 0 dB. ´ 2. o ganho de malha do sistema e reescrito na ¸˜ ¸ forma C(s)P (s) = kc β Ts + 1 P (s). a As especificacoes para o sistema de controle em malha fechada s˜ o as seguin¸˜ a . r + − y 1 PSfrag replacements s(s + 1)(0.

3: Diagramas de Bode de G1 (jω). Logo. s(s + 1)(0.5s + 1) k = kc β. MF ≥ 40o . k = 5. Bode Diagrams From: U(1) 100 50 Phase (deg). Magnitude (dB) 0 −50 −50 −100 To: Y(1) −150 −200 −250 −300 −2 10 10 −1 10 0 10 1 Frequency (rad/sec) Figura 16. Inicialmente obt´ m-se e G1 (s) = kP (s) = k . ´ ´ A margem de fase e cerca de −10o .EA721 / PAULO VALENTE / UNICAMP tes: kv = 5.3. A freq¨ encia correspondente a MF = 40o ( G1 (jω) = −140o ) uˆ . 154 ´ O valor de k e obtido da especificacao sobre a constante de velocidade: ¸˜ kv = lim sC(s)P (s). MG ≥ 10 dB. s→0 = k. s→0 = lim sC1 (s)G1 (s). indicando que o sistema e inst´ vel em a malha fechada. Os diagramas de Bode de G1 (jω) = 5P (jω) s˜ o apresentados a na Figura 16.

A freq¨ encia de crossover ω1 = ω1 = 0. Na frequencia ω = 0.061 . Ao especificar que a fase na freq uencia de crossover seja ´ de 40o + 12o . ´ que e quanto G1 (jω) dever´ ser atenuada por C1 (jω) em ω = 0.4 ou β = 8.61 rad/s).0073 rad/s. Portanto.4 dB.EA721 / PAULO VALENTE / UNICAMP 155 ´ e aproximadamente 0. ¸˜ Escolhendo 1/T = 0. O diagrama ¸ ´ e ´ de fase e idˆ ntico. A margem de fase final e de MF = 42.C1 (jω) contribuir´ negativamente com 5 a ¨ˆ do sistema compensado.6 s + 0.1o .1.32.2 dB obtida atende uˆ a espeficicacao formulada. Como a freq¨ encia de corte do zero (mais a direita) e cerca de uˆ ´ uma d´ cada menor do que ωc .42 rad/s. a ´ uˆ A freq¨ encia na qual G1 (jω) = −128o e 0.42 rad/s para que a de fato ωc = 0. 1/(βT ) = 0. a atenuacao produzida por C1 (jω) em ωc e igual a e ¸˜ −20 log β (verifique).42 rad/s prevista.52 rad/s ficou ligeiramente acima da uˆ freq¨ encia 0. C(s) = kc 1 s + 0.061 rad/s . Finalmente.61 rad/s.61 rad/s. Assim.6 e o compensador atraso assume a forma final 1 T = 0. obt´ me se kc = k/β = 0. A freq¨ encia de corte do zero (1/T ) deve ser suficientemente baixa para que uˆ a contribuicao negativa de fase de C1 (jω) seja pequena no entorno de 0.42 rad/s seja a freq¨ encia de crossover. a reducao de fase provocada por C1 (jω) e contabilizada.em geral. mas comecando em 0 dB. a ¸˜ ´ quantidade de fase necess´ ria ao projeto e de 52o . a nova freq¨ encia de uˆ ¨ˆ crossover (entorno de 0. Logo. ¸˜ .0073 s+ βT s+ ¸˜ A Figura 16. A margem de ganho MG = 13. uma d´ cada abaixo da freq¨ encia inicie uˆ o a 12o para a fase almente determinada . |G1 (jω)| = 18. fazendo com que a frequencia de crossover fique no entorno de 0. O diagrama de magnitude uˆ ´ de C1 (jω) e como ilustrado na Figura 16.4 apresenta os diagramas de Bode da func ao G1 (s) que serviu de base para o projeto. A id´ ia e usar o compensador atraso para atenuar e ´ ¨ˆ G1 (jω). como k = k c β. −20 log β = −18. do compensador atraso C(s) projetado e do ganho de ´ malha C(s)P (s) (= C1 (s)G1 (s)).61 rad/s.42 rad/s.

5. Magnitude (dB) −50 −100 0 −50 −100 To: Y(1) −150 −200 −250 −300 −4 10 PSfrag replacements C G1 CP 10 −2 MF = 42.5: Sistema de controle com realimentacao unit´ ria. e poss´vel caracterizar a ı T (jω) a partir de C(jω)P (jω) da seguinte forma: .EA721 / PAULO VALENTE / UNICAMP Bode Diagrams 156 From: U(1) 100 50 G1 MG = 13. R(s) 1 + C(s)P (s) ´ ´ Assumindo que o sistema e est´ vel em malha fechada. Resposta em frequencia em malha fechada ¨ˆ 4.2 dB ω0 = 1.1o ω1 = 0.4: Diagramas de Bode do sistema compensado.52 rad/s 10 −3 10 −1 10 0 10 1 Frequency (rad/sec) Figura 16.36 rad/s C CP 0 Phase (deg). Considere o sistema de controle ilustrado na Figura 16. PSfrag replacements P (s) + C(s) − Figura 16. ¸˜ a ´ A funcao de transferˆ ncia de malha fechada e dada por ¸˜ e T (s) = C(s)P (s) Y (s) = .

EA721 / PAULO VALENTE / UNICAMP 157 ´ 1.5s + 1) obtido no exemplo anterior e da funcao de trasnferˆ ncia de malha fechada T (s) s˜ o ¸˜ e a aprsentados na Figura 16.6. na vizinhanca de ω c a magnitude de ¸ T (jω) depender´ fundamentalmente da margem de fase do sistema compensado.6: Diagramas de Bode de C(s)P (s) e T (s). T (jω) C(jω)P (jω) se ω >> ωc . Neste caso. uˆ ´ 2. A raz˜ o e que o diagrama de magnitude de um sistema de segunda ordem a ´ ` apresenta uma ressonˆ ncia pr´ xima a freq¨ encia natural para fatores de amortecia o uˆ mento suficientemente grandes. Bode Diagrams From: U(1) 60 40 20 0 CP T Phase (deg). . como MF 100 × ξ para 0 ≤ ξ ≤ 0. pois a magnitude |C(jω)P (jω)| e pequena nas altas freq¨ encias.0073 s(s + 1)(0. uˆ ` ´ O comportamento de T (jω) pr´ ximo a freq¨ encia de crossover ωc e menos o uˆ previs´vel mas pode ser estimado como base na margem de fase do sistema comı pensado.6 1 s + 0.061 s + 0.6. T (jω) 1 se ω << ωc . Exemplo. A mesma relacao aproximada vale para sistemas ¸˜ ´ de ordem superior com um par de polos complexos conjulgados dominantes. a ¸˜ 5. pois em geral a magnitude |C(jω)P (jω)| e grande nas baixas freq¨ encias. Magnitude (dB) −20 −40 −60 0 −50 −100 To: Y(1) −150 −200 −250 −300 T CP PSfrag replacements 10 −1 10 0 Frequency (rad/sec) Figura 16. Os diagramas de Bode da funcao de transferˆ ncia de malha aberta e C(s)P (s) = 0.

conclui-se que ´ C(jωc )P (jωc ) = −137.9o . ωBW . a magnitude de T (jωc ) e |T (jωc )| = |C(jωc )P (jωc )| . e localizado num ponto distante do ponto de atuacao. tem-se que uˆ |C(jωc )P (jωc )| = 1. e 7. ´ e como margem de fase do sistema compensado e MF = 42.2580 − j0. Um ¸˜ e e controlador abre ou fecha o rel´ de acordo com a temperatura medida pelo sensor. a Atraso de transporte 6.39. Um determinado fluido se desloca com velocidade constante v ao longo de uma tubulacao e deve ser aquecido por uma resistˆ ncia controlada a rel´ . A freq¨ encia de crossover e uma boa indicacao da largura de banda do sisuˆ ¸˜ tema.6704| Observe que a magnitude |T (jωc )| cresce com a diminuicao da margem de ¸˜ ´ fase.7. a e d0 v Resistˆ ncia e Rel´ e Sensor d1 PSfrag replacements Figura 16. |0. Como a conseq¨ encia do projeto.1o .6704. Sistemas t´ rmicos. |1 + C(jωc )P (jωc )| em que C(jωc )P (jωc ) = 1 − 137. hidr´ ulicos e pneum´ ticos normalmente exibem atrasos de e a a transporte. ¸˜ . Logo |T (jωc )| = 1 = 1. que por sua vez determina que tipos de sinais de referˆ ncia o sistema e em malha fechada ser´ capaz de rastrear adequadamente. Portanto.7: Sistema t´ rmico com atraso de transporte.EA721 / PAULO VALENTE / UNICAMP 158 Observe a validade da an´ lise anterior quando ω << ωc e ω >> ωc .7420 − j0.9o = −0. O conceito ser´ discutido atrav´ s do sistema ilustrado na Figura 16.

9.8: Resposta ao degrau do sistema (amplitude A o C). acompanhando o tempo de permanˆ ncia das secoes do fluido e ¸˜ na regi˜ o da resistˆ ncia. A variacao de temperatura na sa´da do sistema e ¸˜ ı seria como na Figura 16. ı ∆T0 (s) = A τ0 e−τ1 s − e−(τ1 +τ0 )s .8. Assume-se tamb´ m que n˜ o h´ perdas t´ rmicas no trajeto do fluido ser´ de A a e a a e do fluido at´ o ponto de medida. at´ atingir o valor m´ ximo A o C no tempo t = τ1 + τ0 s. ´ Um termo do tipo e−τ s e chamado de atraso de transporte na literatura de controle. s2 A A (t − τ1 ) − (t − (τ1 + τ0 )). τ0 τ0 A funcao de transferˆ ncia do sistema ser´ ¸˜ e a T (s) = com ∆T1 (s) = A/s. em que τ1 = d1 /v s e τ0 = d0 /v s. Sup˜ e-se que o rel´ e fechado no tempo t = 0 e que a variacao de temperatura o e´ ¸˜ o C. O sensor comeca a registrar um aumento de temperatura no tempo t = τ 1 s. Se n˜ o levado em conta. ∆T0 PSfrag replacements A 0 τ1 τ1 + τ 0 t Figura 16. pode facilmente instabilizar o sistema de controle a em malha fechada. a e e a A sa´da do sistema pode ser representada matematicamente na forma (verifique): ı ∆T0 (t) = No dom´nio s.EA721 / PAULO VALENTE / UNICAMP 159 8. ı 1 ∆T0 (s) = ∆T1 (s) τ0 e−τ1 s − e−(τ1 +τ0 )s s . uma vez que o valor medido pelo sensor n˜ o corresponde ao a valor da sa´da da planta. A ¸ temperatura cresce.

como ilustra a Figura 16. mais negativa torna-se a fase para um mesmo valor de freq¨ encia.9. 0 ≤ ω ≤ ∞. uˆ |e−jτ ω |dB 0. O atraso de transporte e−τ s e uma funcao transcendental. Assuma tamb´ m que G(s) representa um e e sistema est´ vel (MF > 0. uˆ ¨ˆ 12.3τ −573τ (fora de escala) Figura 16. Por esta raz˜ o. as t´ cnicas ˆ e a a e de an´ lise e projeto desenvolvidas para sistemas modelados por func oes de transa ¸˜ ferˆ ncia racionais devem ser convenientemente estendidas para que se possa tratar e sistemas com atrasos de transporte. obtendo G(s)e−τ s . enquanto que a fase a decresce linearmente com ω. e Quanto maior o valor do atraso τ . Assuma que a resposta em frequencia de um sistema modelado pela funcao de ¸˜ ´ transferˆ ncia racional G(s) e conhecida. Em seguida incorpore um atraso de transporte a de τ segundos a G(s). a funcao ¸˜ ¸˜ −τ s n˜ o pode ser escrita em termos de polinomios em s. isto e.EA721 / PAULO VALENTE / UNICAMP 160 ´ ´ 10.9: Resposta em freq¨ encia de ejτ ω . ´ A magnitude de e−jτ ω e unit´ ria qualquer que seja ω. O diagrama de fase ¨ˆ ´ apresenta-se curvado para baixo uma vez que a freq uencia e representada em d´ cadas. A an´ lise de estabilidade de sistemas com atraso de transporte e mais facila mente realizada no dom´nio da freq¨ encia. O diagrama de magnitude de G(s)e−τ s .1 1 10 ω PSfrag replacements e−jτ ω (graus) ω −57. MG > 0). ´ 11. A resposta em freq¨ encia de e−jτ ω ı uˆ uˆ pode ser representada como e−jτ ω = 1 − ωτ.

5 s. A a a ¸˜ estabilidade do sistema com atraso depender´ do valor de τ . a 13. A Figura 16.EA721 / PAULO VALENTE / UNICAMP 161 ´ ´ e igual ao diagrama de magnitude de G(s) mas a fase de G(s)e −τ s e menor do ¨ˆ que a fase de G(s) em qualquer frequencia ω. tornando o sistema mais oscilatorio ¸˜ ou mesmo inst´ vel dependendo do valor de τ . A aproximacao racional ¸˜ a ¸˜ .10: Resposta em frequencia de e−jτ ω /jω(jω + 1).10 aprea senta os diagramas de Bode do sistema para τ = 0. s(s + 1) O sistema sem atraso seria est´ vel em malha fechada (realimentacao unit´ ria).3o (com atraso). 14. Como sistemas de controle s˜ o quase sempre sistemas passa¸˜ a baixas. Considere o sistema modelado pela func ao de transferˆ ncia ¸˜ e G(s) = e−τ s . Consequente a margem de fase do ´ sistema diminui com a introducao do atraso. 20 10 Magnitude (dB) 0 −10 −20 −30 −40 −50 −1 10 10 w 0 10 1 0 −100 Fase (graus) −200 −300 −400 −500 −1 10 10 w 0 10 1 ¨ˆ Figura 16.8o (sistema sem atraso) para 29. Exemplo. aproximacoes em torno de s = 0 s˜ o suficientes. A margem de fase do sistema cai de 51. A funcao n˜ o-racional e−τ s pode ser aproximada em torno de s = 0 por ¸˜ a funcoes racionais.

1+ 2 1− ´ 15. τ s (τ s)2 (τ s)3 1+ + + + ··· 2 8 48 1− 162 e−τ s A ordem da aproximacao (truncagem dos polinˆ mios do numerador e denomi¸˜ o nador) necess´ ria para representar o atraso varia em funcao do valor do atraso τ . a ¸˜ Se por exemplo apenas os dois primeiros termos do numerador e do denominador forem utilizados. respectivamente. A aproximacao de Pad´ sempre introduz um mesmo numero de zeros e p´ los. a 16. obt´ m-se e e−τ s τs 2 − τs 2 = τs = 2 + τs. O uso da aproximacao de Pad´ torna aplic´ veis todas as t´ cnicas de an´ lise ¸˜ e a e a ˜ e projeto discutidas anteriormente. Entretanto as conclus oes obtidas devem ser relativizadas em funcao da ordem da aproximacao utilizada. ¸˜ e o ´ E poss´vel mostrar que os zeros e os p´ los da aproximacao est˜ o localizados nos ı o ¸˜ a semiplanos direito e esquerdo. principalmente nas ¸˜ ¸˜ quest˜ es ligadas a estabilidade. simetricamente em relac ao ao eixo ¸˜ imagin´ rio.EA721 / PAULO VALENTE / UNICAMP ´ mais comum e conhecida como aproximacao de Pad´ : ¸˜ e τ s (τ s)2 (τ s)3 + − + ··· 2 8 48 = . o .

A raz˜ o e que mais tarde essas vari´ veis estar˜ o envolvidas ı a ´ a a em estrat´ gias de controle por realimentacao. . a escolha de vari´ veis que possuam interpretacao ı a ¸˜ ou significado f´sico. . xn (t). x2 (t). ¸˜ ˙ . e ¸˜ 3. . Dize¸˜ a ı ¸˜ mos neste caso que a representacao e do tipo entrada-sa´da..EA721 / PAULO VALENTE / UNICAMP 163 Aula 17 ´ Representacao por Variaveis de Estado ¸˜ Vari´ veis de estado a Equacoes de estado e de sa´da ¸˜ ı Espaco e trajet´ ria de estados ¸ o Representacao matricial ¸˜ ´ Variaveis de estado 1. . Considere o sistema massa-mola-atrito ilustrado na Figura 17. quando for poss´vel. 2. O estado de um sistema dinˆ mico pode ser definido como um conjunto a de n vari´ veis denotadas por x1 (t). O conceito funa a e a ´ damental a ser discutido e o de estado. x2 (t). O ´ sistema e representado pela equacao diferencial de segunda ordem ¸˜ m¨(t) + by(t) + ky(t) = u(t). analisamos e projetamos controladores a partir da e manipulacao das vari´ veis de entrada e de sa´da das funcoes envolvidas.1. chamadas de vari´ veis de a a estado do sistema. embora a pr´ tica a a a ı a recomende. Estado. A representacao por ı ¸˜ ´ ¸˜ ´ vari´ veis de estado e do tipo interna. . a e a ı vari´ veis internas do sistema dinˆ mico tamb´ m s˜ o representadas. permite determinar x1 (t). cujo conhecimento num dado instante t = t 0 . Exemplo. aliado ao conhecimento da entrada do sistema para todo t ≥ t0 . y ˙ Defina x1 (t) = y(t) (posicao da massa) e x2 (t) = y(t) (velocidade da massa). Vari´ veis de estado n˜ o s˜ o necessariamente grandezas f´sicas. pois al´ m das vari´ veis de entrada e de sa´da. Atrav´ s da representacao de sistemas dinˆ micos (lineares e invariantes no tempo) e ¸˜ a ¸˜ por funcoes de transferˆ ncia.. xn (t) para todo t ≥ t0 . .

x2 (t0 ) e ¸˜ u(t0 ) permite determinar x1 (t1 ) e x2 (t1 ) para t1 = t0 + ∆. . representado a ¸˜ por x1 (t). O conhecimento de x1 (t0 ). t ≥ 0.. ¸˜ ´ isto e. obtemos ¸˜ x1 (t) = x2 (t). 2. ´ Suponha que a posicao e a velocidade da massa e conhecida no instante t = t0 . k = 0. e assim sucessivamente para todo t = t0 + k∆. Equacoes de estado e de sa´da ¸˜ ı 4. por sua vez. ˙ m m m y u PSfrag replacements k m b 164 Figura 17. Desta forma x1 (t) e x2 (t) se qualificam como vari´ veis de estado do sistema. Um m´ todo simples de integracao utiliza a chamada aproximacao de e ¸˜ ¸˜ Euler para a derivada: x1 (t0 + ∆) − x1 (t0 ) ∆ = x2 (t). 1. determinar x1 (t2 ) e x2 (t2 ) para t2 = t1 + ∆. .1: Sistema massa-mola-atrito. x2 (t). As equacoes diferenciais de primeira ordem que resultam da representac ao ¸˜ ¸˜ de um dado sistema dinˆ mico atrav´ s de vari´ veis de estado s˜ o chamadas de a e a a . ˙ k b 1 x2 (t) = − x1 (t) − x2 (t) + u(t). a Observamos que o comportamento de x1 (t) e x2 (t) anterior a t = t0 n˜ o e nea ´ cess´ rio para a determinacao do comportamento futuro do sistema. . informacao que aliada ¸˜ ao conhecimento de u(t1 ) permite. conhece-se x1 (t0 ) e x2 (t0 ). x2 (t0 + ∆) − x2 (t0 ) k b 1 = − x1 (t) − x2 (t) + u(t).EA721 / PAULO VALENTE / UNICAMP Derivando x1 (t) e x2 (t) em relacao a t. ∆ m m m ´ em que ∆ > 0 e um intervalo de integracao. Supondo tamb´ m conhecida a entrada u(t) e ` ´ (forca aplicada a massa) para todo t ≥ t0 e poss´vel integrar as duas equacoes ¸ ı ¸˜ diferenciais de primeira ordem e determinar a posicao e a velocidada da massa para ¸˜ todo t ≥ t0 .

. ˙ . Qualquer equacao diferencial de ordem n pode ser representada como ¸˜ um sistema de n equacoes de primeira ordem. a definicao ¸˜ ¸˜ ¸˜ de um conjunto de vari´ veis de estado e a descricao de como essas vari´ veis se a ¸˜ a ` relacionam as vari´ veis de entrada e de sa´da. Se y(t) = x2 (t). .EA721 / PAULO VALENTE / UNICAMP 165 equacoes de estado. . a e a a ı No primeiro caso. a transmiss˜ o da entrada para a sa´da e indireta. a a ı No Exemplo. No Exemplo. por simplici¸˜ dade. isto e. y(t0 ). Se a vari´ vel de sa´da for a aceleracao da massa. ¸˜ x2 (t) = y(t). . . Suponha. 6. se y(t) = x1 (t). a equacao de sa´da ser´ a ı ¸˜ ¸˜ ı a y(t) = x1 (t). m m m e haver´ tamb´ m uma transmiss˜ o direta da entrada u(t) para a vari´ vel de sa´da. . Diferentemente das equacoes de ese ¸˜ tado. ˙ xn (t) = −a0 x1 (t) − a1 x2 (t) − · · · − an−1 xn (t) + u(t). se ¸˜ ı ´ ¸˜ e a vari´ vel de sa´da for a posicao da massa. que a descricao diferencial do sistema de interesse n˜ o envolve derivadas da ¸˜ a entrada. e da entrada u(t) para todo ˙ ¸˜ t ≥ t0 . ˙ y (n) (t) + an−1 y (n−1) (t) + · · · + a1 y(t) + a0 y(t) = u(t). xn (t) = y (n−1) (t). Sistemas dinˆ micos lineares e invariantes no tempo podem ser descritos atrav´ s a e de equacoes diferenciais lineares a coeficientes constantes. mas n˜ o sua velo¸˜ a cidade.y (n−1) (t0 ) (condicoes iniciais). . conhecemos a aceleracao da massa. xn−1 (t) = xn (t). o sistema pode ser genericamente representado na forma na qual y (n) (t) denota a n-´ sima derivada de y(t). . ˙ . De fato. y(t0 ).. por exem¸˜ plo. conhecemos a posicao da massa. n˜ o sua posicao ou ˙ ¸˜ a ¸˜ velocidade. definindo x1 (t) = y(t). a equacao ser´ a ı ¸˜ ¸˜ a k b 1 x1 (t) − x2 (t) + u(t). . a ı ´ y(t) = − ´ 5. a equacao de sa´da e uma equacao alg´ brica. diferenciais. A solucao da equacao e unie ¸˜ ¸˜ ´ camente determinada pelo conhecimento de n condic oes de contorno. ˙ x2 (t) = x3 (t). A vari´ vel de sa´da do sistema representa uma quantidade ¸˜ a ı que pode ser medida atrav´ s de um sensor. Neste caso. n˜ o implica necessariamente no coa ı a nhecimento dos valores que as vari´ veis de estado assumem em cada instante de a tempo. A obtencao de uma representacao interna para o sistema. Podemos apenas definir a vari´ vel de entrada e medir a vari´ vel de sa´da. obtemos ˙ x1 (t) = x2 (t).

ı a ´ . x2 (t). O espaco de estados e o espaco real n-dimensional. x2 x(tf ) PSfrag replacements x(t1 ) 0 x(t0 ) x1 Figura 17. passando pelo estado intermedi´ rio x(t1 ). Uma maneira conveniente de representarmos pontos (vetores) no espaco n¸ ´ dimensional e atrav´ s de um vetor-coluna: e   x1 (t)  x2 (t)    x(t) =  . Entretanto.   . O estado do sistema num instante de tempo t qualquer e visto como um ponto no espaco de estados.EA721 / PAULO VALENTE / UNICAMP 166 ´ Espaco e trajetoria de estados ¸ ´ 7.2. xn (t). . Representacao matricial ¸˜ 8. xn (t) Os sub-´ndices caracterizam as vari´ veis de estado (componentes) do vetor x(t). . A ı a . o espaco de estados e o plano x1 × x2 . ilustrado na Figura a ¸ 17. No caso de um sistema representado por duas ¸ ´ vari´ veis de estado. ¸ A Figura 17.2: Espaco (plano) de estados. no qual os eixos coor¸ ¸ denados representam poss´veis valores para as vari´ veis de estado x1 (t). . indo de x(t0 ) a x(tf ). o trajetoria possui um sentido bem ¸˜ definido. . O tempo fica a impl´cito na descricao da trajet´ ria e n˜ o guarda nenhum tipo de proporcionalidade ¸˜ ı o a ´ em relacao ao trajeto executado.  .2 tamb´ m ilustra a trajet´ ria de um sistema hipot´ tico entre os e o e estados x(t0 ) e x(tf ).

˙ m m m y = x1 . matriz de entrada. As equac oes de estado e ¸˜ de sa´da s˜ o ı a x1 = x 2 .  . coluna e linha.EA721 / PAULO VALENTE / UNICAMP ´ derivada de x(t) em relacao ao tempo e. 9. u(t) e y(t) e escrevemos simplesmente e ˙ x = Ax + Bu. x= x2 . ˙ y(t) = Cx(t) + Du(t). n × 1. omitimos as ¸˜ dependˆ ncias temporais de x(t). ¸˜ ¸˜   x1 (t) ˙  x2 (t)  d ˙  x(t) = x(t) =  . Quase sempre. C e D presentes na descricao matricial recebem ¸˜ ¸˜ as denominacoes especiais de matriz de estados. ˙ dt  .  . as matrizes B e C s˜ o na verdade ı a ´ vetores. B. y = Cx + Du. Considere a representacao por vari´ veis de estado associada ao ¸˜ a sistema massa-mola-atrito discutido no exemplo anterior. Definindo o vetor de estados (n = 2) como   x1 . respectivamente. e D e um escalar. ˙ k b 1 x2 = − x1 − x2 + u. ˜ na qual A. 1 × n e a 1 × 1. No caso a ı de sistemas SISO (uma entrada. do tipo e x(t) = Ax(t) + Bu(t). respectivamente. Exemplo 1. matriz de sa´da ı e matriz de transmiss˜ o direta da entrada para a sa´da. por definicao. uma sa´da). por simplicidade de notac ao. B. As matrizes constantes A. xn (t) ˙ 167 A representacao das vari´ veis de estado como um vetor conduz a uma notac ao ¸˜ a ¸˜ matricial gen´ rica para sistemas lineares invariantes no tempo. C e D s˜ o matrizes constantes de dimensoes n × n. respectivamente.

 k m . ` As matrizes A. B. O modelo representado na Figura 17. C= 1 0 Se as vari´ veis de estado e de sa´da forem definidas como x1 = y. C e D (constantes. respectivamente. porque o sistema e invariante no tempo) dependem fundamentalmente das definic oes adotadas para as ¸˜ vari´ veis de estado e de sa´da. B.  0 1 m   . dt dt . C e D ser˜ o ¨ a  b m k  m . x2 = θ. m  A= C= − − 1 − b m 0 − ´ Os coeficientes das matrizes A. 0 D= 1 . as matrizes A. C e D. x2 = y e a ı ˙ y = x. a ˙ diferencial linearizado do pˆ ndulo em torno da posicao de equil´brio inst´ vel (θ = e ¸˜ ı a ´ 0. Exemplo 2. C e D referentes as definicoes adotadas para o sistema ¸˜ massa-mola-atrito s˜ o as seguintes: a  A=  0 − k m 1 − b m   .EA721 / PAULO VALENTE / UNICAMP 168 obtemos a seguinte representacao matricial para as equacoes de estado e de sa´da: ¸˜ ¸˜ ı  x= ˙  0 k − m y= 1 b − m 1 0    x +   0 1 m   u x + [0] u. B. B. 10.  B= D = [0] . Diferentes definicoes levam a diferentes matrizes a ı ¸˜ A. x = 0) e d2 θ d2 x (M + m) 2 + ml 2 = u. .  1    B =  m .3 s˜ o x1 = θ. As vari´ veis de estado naturais no modelo do pˆ ndulo invertido a e ˙ x3 = x e x4 = x.

em que α= (M + m)g . dt2 dt 169 ml2 y PSfrag replacements mg θ l 0 u M x Figura 17. M a representacao matricial das equacoes de estado e de sa´da do pˆ ndulo invertido ¸˜ ¸˜ ı e assume a forma Definindo o vetor de estados (n = 4) como   x1  x  x =  2 . ˙ x2 = αx1 − βu. ˙ x3 = x 4 . Ml β= 1 . obtemos ¸˜ x1 = x 2 . Ml γ= mg M e ρ= 1 .EA721 / PAULO VALENTE / UNICAMP d2 θ d2 x + ml 2 = mglθ.3: Pˆ ndulo invertido. ˙ y = x1 .  x3  x4 . e Com as definicoes adotadas. ˙ x4 = −γx1 + ρu.

EA721 / PAULO VALENTE / UNICAMP 170 0  α x= ˙  0 −γ  1 0 0 0 0 0 0 0 y= 1 0 0 0    0 0   0   x +  −β  u. B =  −β  . A=  0 0 0 1   0  −γ 0 0 0 ρ C= −α 0 0 0 . ¨ Se a sa´da for definida como sendo a aceleracao angular. e D relativas a esta ultima representacao para o pˆ ndulo e invertido ser˜ o dadas por a     0 1 0 0 0  α 0 0 0     . .   0  1 0 ρ x. x2 = θ. ent˜ o a ¸˜ ˙ ı a equacao de sa´da assumir´ a forma ¸˜ ı a y = −αx1 − βu = −α 0 0 0 x + [−β]u. B. ´ ¸˜ As matrizes A. D = [−β]. C.

¸˜ ¸˜ a Na Figura 18.1 ilustra o inter-relacionamento das vari´ veis x(t). . B. t ≥ 0. (27) (28) nas quais supomos conhecido x(0) = x0 .1: Representacao das equacoes dinˆ micas.1 adotamos a convencao de representar sinais escalares (associa¸˜ ` dos a u e y) por uma linha simples. C e D. u(t) e y(t) e sua dependˆ ncia em relacao as matrizes A. o estado inicial do sistema no tempo t0 = 0. ˙ y(t) = Cx(t) + Du(t). Considere as equacoes dinˆ micas – equacao de estados e equacao de sa´da – na ¸˜ a ¸˜ ¸˜ ı forma matricial x(t) = Ax(t) + Bu(t). Desejamos determinar x(t) e y(t) em funcao do estado inicial x(0) = x0 e ¸˜ de uma dada entrada u(t).EA721 / PAULO VALENTE / UNICAMP 171 Aula 18 ˆ Solucao das Equacoes Dinamicas ¸˜ ¸˜ Equacoes dinˆ micas ¸˜ a Solucao n˜ o-forcada (u = 0) ¸˜ a ¸ Solucao forcada ¸˜ ¸ ˆ Equacoes dinamicas ¸˜ 1. A Figura 18. e sinais vetoriais (associados a definicao de x) ¸˜ por linhas duplas. a e ¸˜ ` PSfrag replacements D u B + + x ˙ x + C + y A Figura 18. x(0) = x0 .

3 3 × 2! 3! . u(t) = 0. 1 k 0 vk = A v . o estado do sistema num tempo gen´ rico t passa a e ser expresso como x(t) = I + At + 1 1 1 2 2 A t + A 3 t3 + · · · + A k tk · · · 2! 3! k! x(0). isto e. . ˙ x(0) = x0 . t ≥ 0. A equacao diferencial homogˆ nea (29) e do tipo que pode ser resolvida por S´ rie ¸˜ e e de Potˆ ncias. v 2 . O sistema responde somente a condicao inicial ¸˜ ´ x(0) = x0 e a equacao de interesse e ¸˜ x(t) = Ax(t). Impondo a que (30) seja uma solucao da equacao (29). A id´ ia e supor que o estado no instante t (um vetor n-dimensional) e e ´ pode ser expresso como uma soma de potˆ ncias de t. (30) na qual v 0 . . 2 2! 1 2 1 1 3 v = Av = A3 v 0 = A3 v 0 . . . (29) ´ 3. e dado por v 0 = x(0). na forma e x(t) = v 0 + v 1 t + v 2 t2 + v 3 t3 + · · · + v k tk + · · · . a ¸ a ´ ´ isto e. v 2 . obtemos uma identidade em termos da ¸˜ ¸˜ vari´ vel t: a (0 + v 1 + 2v 2 t + 3v 3 t2 + · · · + kv k tk−1 + · · · ) = A(v 0 + v 1 t + v 2 t2 + v 3 t3 + · · · + v k tk + · · · ). 1 1 1 v2 = Av = A2 v 0 . o vetor v 0 que define v 1 . λ escalar. . . .EA721 / PAULO VALENTE / UNICAMP 172 ˜ Solucao nao-forcada (u = 0) ¸˜ ¸ 2. dada por ¸˜ . (31) Igualando os termos de mesma potˆ ncia de t. consideraremos a resposta n˜ o-forcada do sistema dinˆ mico. k! (32) (33) (34) (35) ´ De acordo com (30). v 1 . . s˜ o vetores n-dimensionais a serem determinados. Em analogia com a representacao exponencial para eλt . observamos que e v 1 = Av 0 . . Substituindo (32)–(35) em (30). Numa primeira etapa. a caracterizacao do estado x(t) e da sa´da y(t) quando a entrada u(t) e re¸˜ ı ´ ` movida.

(36) A k tk . A derivada de e eAt em relacao a t pode ser obtida derivando (36) termo-a-termo. o que fornece ¸˜ d At 1 1 e = A + A 2 t + A 3 t2 + · · · + Ak tk−1 + · · · . dt (37) e que portanto a matriz eAt comuta com A. 2! 3! k! (A0 = I). A sa´da do sistema fica completamente caracterizada pela soluc ao da equacao ¸˜ ¸˜ ı homogˆ nea: e y(t) = CeAt x0 . Observamos ent˜ o que a d At e = AeAt = eAt A. ´ 4. = I + At + 1 2 2 1 A t + ··· + Ak−1 tk−1 + · · · 2! (k − 1)! . A matriz exponencial de A tamb´ m e apresenta a seguinte propriedade: eA(t+τ ) = eAt eAτ quaisquer que sejam t e τ . A matriz exponencial de A exibe um s´ rie de propriedades uteis. t ≥ 0. A solucao da equacao homogˆ nea (29) assume ent˜ o a forma final ¸˜ ¸˜ e a x(t) = eAt x0 . A. t ≥ 0. .EA721 / PAULO VALENTE / UNICAMP 173 1 2 +1 3 3 1 λ t λ t + · · · + λk tk + · · · . k! A soma infinita (36) converge absolutamente para todos os valores finitos de t. 2! 3! k! definimos a matriz exponencial de A como eλt = 1 + λt + eAt = I + At + = ∞ k=0 1 2 2 1 1 A t + A 3 t3 + · · · + A k tk + · · · . dt 2! (k − 1)! 1 1 = A I + At + A2 t2 + · · · + Ak−1 tk−1 + · · · 2! (k − 1)! = AeAt . = eAt A.

= dt (38) (39) Para chegar a (39). Integrando ambos os lados de ¸˜ d −At e x(t) = e−At Bu(t) dt entre 0 e t. t ≥ 0. dados. ent˜ o a eAt e−At = e−At eAt = eA(t−t) = I. resultando e−At [x(t) − Ax(t)] = e−At Bu(t). A solucao de (27)-(28) para quaisquer x0 e u(t). obtemos de e x(t) = eAt x0 + eAt 0 t e−Aτ Bu(τ )dτ. utilizamos a propriedade da derivada de e At e a regra para derivada do produto de funcoes de t. ˙ ˙ d −At e x(t) . ˙ O lado esquerdo da (38) pode ser reescrito da seguinte forma: e−At [x(t) − Ax(t)] = (−A)e−At x(t) + e−At x(t). por definicao. 174 ´ ´ e. a matriz inversa e −At . e obtida a partir ¸˜ da pr´ -multiplicacao de ambos os lados de e ¸˜ x(t) − Ax(t) = Bu(t) ˙ por e−At . n˜ o-singular (det(e a Solucao forcada ¸˜ ¸ ´ 5.EA721 / PAULO VALENTE / UNICAMP Se t = −τ . e−At e a matriz inversa de eAt . A matriz exponencial de A e ¸˜ At ) = 0) para todo t. . (40) = eAt x0 + 0 t eAt e−Aτ Bu(τ )dτ. verificamos que e−At x(t) − x(0) = t 0 e−Aτ Bu(τ )dτ ´ Pr´ -multiplicando ambos os lados da ultima igualdade por eAt .

x= ˙ −2 −3 1 . Os estados e a sa´da do sistema ficam completamente caracterizados a partir ı da determinacao da matriz eAt . t ≥ 0.0 N/m s˜ o dadas a ı a por     0 1 0  x +   u. (41) ´ ` O primeiro termo no lado direito de (41) e a resposta do estado a condicao ¸˜ inicial supondo u(t) = 0. (42) 6. a soma das duas respostas parciais. pelo Princ´pio da Superposicao. A resposta ´ total e. tomamos ent˜ o a transformada de Laplace de eAt : a L[eAt ] = L I + At + 1 1 2 2 A t + · · · + A k tk + · · · . Entretanto. a matriz exponencial de A pode ser definida atrav´ s de anti-transformada de Laplace: e eAt = L−1 [(sI − A)−1 ]. b = 3. Dado que e ¸˜ geral da equacao de estado: ¸˜ x(t) = eAt x0 + 0 t eA(t−τ ) Bu(τ )dτ. pois a multiplicacao de (43) por ¸˜ ` ` (sI − A) a direita e a esquerda resulta na matriz identidade. 7. a matriz eAt pode passar a fazer parte do ¸˜ ´ a At e−Aτ = eA(t−τ ) . enquanto que o segundo termo representa a resposta do estado para uma entrada qualquer u(t). (43) (44) ´ A igualdade entre (43) e (44) e verdadeira.0 kg. Exemplo. t ≥ 0. t ≥ 0. A sa´da ı ¸˜ ı ´ do sistema e obtida diretamente de (41): y(t) = CeAt x0 + 0 t CeA(t−τ ) Bu(τ )dτ + Du(t). e lembrando que L[tk ] = k!/sk+1 . Assim sendo.0 N/m/s e k = 2.EA721 / PAULO VALENTE / UNICAMP 175 Como a integracao e na vari´ vel τ . As equacoes dinˆ micas de um sistema massa-mola-atrito caracteri¸˜ a zado pelos parˆ metros f´sicos m = 1. a caracterizacao de eAt atrav´ s da ¸˜ ¸˜ e ´ soma infinita (36) e inconveniente do ponto de vista de c´ lculo. s s2 s = (sI − A)−1 . t ≥ 0 e x 0 = 0. 2! k! k I A A = + + · · · + k+1 + · · · . chegamos finalmente a solucao integrando em (40). No sentido de a caracterizar eAt de forma fechada.

´ requer uma integracao na vari´ vel τ .  s (s + 1)(s + 2) ´ ` A anti-transformada de (sI − A)−1 e igual a anti-transformada de cada ele−1 . t ≥ 0. ¸˜ x(t) = eAt x0 + eA(t−τ ) Bu(τ )dτ. Inicialmente calculamos   −1   =  s+3 1   . A matriz exponencial de A ser´ obtida atrav´ s de anti-transformada de Laplace: a e eAt = L−1 [(sI − A)−1 ]. eAt = L−1 [(sI − A)−1 ] =  −t + 2e−2t −t + 2e−2t −2e −e ` A resposta do sistema a condicao inicial x1 (0) = 1 (m) e x2 (0) = 0 (m/s) seria ¸˜     x1 (t) 2e−t − e−2t  . Assumindo que a entrada e um degrau ¸˜ a . Atrav´ s de expans˜ o em fracoes parciais e com o aux´lio de mento de (sI − A) e a ¸˜ ı uma tabela de transformadas de Laplace. = x(t) = eAt x0 =  −t + 2e−2t x2 (t) −2e t 0 A resposta do sistema a uma condicao inicial e a uma entrada qualquer.EA721 / PAULO VALENTE / UNICAMP 176 y= 1 0 x. t ≥ 0. s 2 (sI − A)−1 =  −1 s+3 −2 s 2 + 3s + 2 s s+3  (s + 1)(s + 2)  =   −2 (s + 1)(s + 2)  1 (s + 1)(s + 2)   . chegamos a   2e−t − e−2t e−t − e−2t .

isto e. t ≥ 0.EA721 / PAULO VALENTE / UNICAMP 177 ´ unit´ rio.5 m. isto e. isto e. t ≥ 0. isto e. ´ A sa´da do sistema. a quantidade que seria efetivamente observada ı atrav´ s de um sensor de posicao.2. A ¸˜ ´ resposta ao degrau do sistema e ilustrada na Figura 18. ´ Em regime. A ¸˜ ´ resposta ao degrau do sistema e ilustrada na Figura 18. = −eτ −t + 2e2(τ −t) Logo. e.  + =  −t + 2e−2t 0 τ −t + 2e2(τ −t) −2e −e     1 1 2e−t − e−2t − e−t + e−2t  2 + 2 =   . 0     eτ −t − e2(τ −t) 2e−t − e−2t t  dτ.2. −e−t + e−2t t t ≥ 0. a posicao da massa tende a 0. quando t → ∞.5 m. quando t → ∞. y(t) = Cx(t) = 1 0  x2 (t) 1 1 = + e−t − e−2t . por sua vez. 2 2 ´ Em regime. x(t) = eAt x0 + eA(t−τ ) Bu(τ )dτ. . u(t) = 1. obtemos o seguinte integrando: a    2eτ −t − e2(τ −t) eτ −t − e2(τ −t) 0 A(t−τ )     [1] e Bu(τ ) = 1 −2eτ −t + 2e2(τ −t) −eτ −t + 2e2(τ −t)   eτ −t − e2(τ −t)  . a posicao da massa tende a 0. e ¸˜ ´   6x1 (t) . −2e−t + 2e−2t −t − e−2t e ` A resposta forcada do sistema a entrada degrau unit´ rio para a condicao inicial ¸ a ¸˜ ´ x1 (0) = 1 e x2 (0) = 0 e  1  1 + e−t − e−2t   2 x(t) =  2 .

35 0.05 0 178 0 1 2 3 Tempo (seg) 4 5 6 Figura 18.45 0.2 0.2 foi obtido atrav´ s do MATLAB.2: Resposta ao degrau do sistema massa-mola-atrito. comando step. devemos utilizar a comando lsim.5 0.25 0. para ¸˜ a simulacao de sistemas dinˆ micos lineares sujeitos a condicoes iniciais e entradas ¸˜ a ¸˜ quaisquer.4 0. . Para obter respostas forcadas que levem o ¸˜ ¸ em conta condicoes iniciais n˜ o-nulas.1 0.EA721 / PAULO VALENTE / UNICAMP Resposta ao degrau 0. O gr´ fico da Figura 18.3 Posicao (m) 0. a e o qual sup˜ e condicoes iniciais nulas.15 0.

1: Autovalor-autovetor: interpretacao. a ¸˜ x 0 Ax = λx PSfrag replacements Figura 19. ent˜ o o efeito de se pr´ -multiplicar x pela a e matriz A corresponde a escalonar x por meio de λ. ¸˜ . Tanto a an´ lise quanto a s´ntese de sistemas de controle representados atrav´ s de a ı e vari´ veis de estado est˜ o fundamentalmente calcadas na estrutura de autovaloresa a ´ autovetores da matriz de estados A. (45) ´ Dizemos neste caso que x e um autovetor associado ao autovalor λ. Dizemos que um escalar λ ∈ C e um au˜ tovalor de uma matriz A de ordem n se existe um vetor nao-nulo x ∈ Cn tal que Ax = λx. O tamanho e o sentido de x podem ser modificados.1.) Se x e a um autovetor associado ao autovalor λ. (O au´ tovetor x n˜ o deve ser confundido com o vetor de estados do sistema.EA721 / PAULO VALENTE / UNICAMP 179 Aula 19 ˆ Forma Canonica de Jordan Autovalores e autovetores Multiplicidades alg´ brica e geom´ trica e e Forma canˆ nica de Jordan o Autovalores e autovetores 1. mas n˜ o a sua direcao. como ilustra a Figura 19.

´ e p(λ) = 0 e a equacao caracter´stica resultante. ¸˜ ı 2. Concretamente. Exemplo. a unica a ˆ solucao de (46) seria x = 0. 180 (46) ¸˜ a e para que x seja uma solucao n˜ o-nula de (45). Um autovetor x1 associado a λ1 e obtido ao resolvermos o sistema de equacoes ¸˜    1   λ1 − a11 −a12 0 x1   =   (λ1 I − A)x =  −a21 λ1 − a22 x1 0 2 no qual x1 e x1 representam a primeira e a segunda componente do autovetor x 1 . devemos impor que a matriz (λI − ´ ´ A) de ordem n seja singular.EA721 / PAULO VALENTE / UNICAMP A equacao (45) pode ser reescrita na forma ¸˜ (λI − A)x = 0. ı p(λ) = det (λI − A). A= a21 a22 ´ e ´ O polinˆ mio caracter´stico de A. o determinante de o ı   λ − a11 −a12  (λI − A) =  −a21 λ − a22 p(λ) = det (λI − A) = λ2 − (a11 + a22 )λ + (a11 a22 − a12 a21 ). Considere a matriz gen´ rica de ordem n = 2 e   a11 a12 . O determinante de (λI − A) define o polin omio ¸˜ caracter´stico de A. isto e. 2 1 ´ respectivamente. A= 1 0 . Um autovetor x2 associado ao autovalor λ2 e obtido de forma similar. Os autovalores de A s˜ o as ra´zes de λ2 + α1 λ + α0 = 0. = λ2 + α1 λ + α 0 . considere   0 −1 . que denotaremos a ı ´ por λ1 e λ2 . isto e. que det (λI − A) = 0. Caso contr´ rio.

Uma matriz A de ordem n ter´ portanto n autovalores. xn . Autovetores x1 e x2 associados a λ1 e λ2 s˜ o obtidos resolvendo-se a   1    0 j 1 x1 =   (λ1 I − A) =  0 x1 −1 j 2 e (λ2 I − A) =   −j 1   x2 1 x2 2  =  0 0  . . a ´ 3. . x1 . solucoes n˜ o-nulas de ¸˜ a (λi I − A)xi = 0. As solucoes gerais para os sistemas acima s˜ o ¸˜ a     α α . λ1 = j e λ2 = −j (j = −1). . . um para cada valor de α = 0 (x = 0 n˜ o e um autovetor) selecionado. . n. em que α0 . Multiplicidade alg´ brica. λ2 . αn−1 dependem dos coeficientes de A.  . . . . −1 −j Observamos que existe uma infinidade de autovetores associados a λ 1 e λ2 . i = 1. 2. = (λ − λ1 )(λ − λ2 ) · · · (λ − λn ). definimos a mule tiplicidade alg´ brica de um autovalor λi de A como o n´ mero de vˆ zes que λi e u e .λn . . Podemos mostrar atrav´ s de um processo de inducao matem´ tica que uma matriz e ¸˜ a A de ordem n possui um polinˆ mio caracter´stico de grau n na forma geral o ı p(λ) = λn + αn−1 λn−1 + · · · + α1 λ + α0 . . . √ ou seja. α1 . .. Dada uma matriz A de ordem n. e n autovetores associados.. a x2 . .EA721 / PAULO VALENTE / UNICAMP Os autovalores de A s˜ o as ra´zes da equacao caracter´stica a ı ¸˜ ı 181 p(λ) = λ2 + 1 = 0. x2 =  x1 =  jα −jα ´ ´ Multiplicidades algebrica e geometrica 4. . λ1 .

A multiplicidade geom´ trica µi de um autovalor λi e limitada e superiormente pela sua respectiva multiplicidade alg´ brica. definimos a e multiplicidade geom´ trica de um autovalor λi de A como o n´ mero m´ ximo de e u a autovetores linearmente independentes que podemos associar a λ i . Supondo que r ≤ n auı ¸˜ ı tovalores de A s˜ o distintos e que suas multiplicidades alg´ bricas s˜ o iguais a a e a mi . . . . e 1 ≤ µi ≤ mi .EA721 / PAULO VALENTE / UNICAMP 182 aparece como ra´z da equacao caracter´stica p(λ) = 0. 2. 7. podemos reescrever p(λ) como p(λ) = (λ − λ1 )m1 (λ − λ2 )m2 · · · (λ − λr )mr . Exemplo 1. . . . Logo. 2. Denotamos as multiplicidades geom´ tricas dos r (r ≤ n) autovalores distintos de A por µi . Exemplo 2. 6. 2. r. . α = 0. A multiplicidade alg´ brica do autovalor λ1 = 5 e m1 = 2. mi . i = 1. Multiplicidade geom´ trica. . . . A equacao caracter´stica da matriz de ordem n = 3 ¸˜ ı   1 0 −1 0  A= 0 1 0 0 2 α 0 . de tal forma que m1 + m2 + · · · + mr = n. ´ ´ A unica solucao n˜ o-nula poss´vel e ¸˜ a ı x= e portanto 1 = µ1 < m1 = 2. . i = e 1. Existe pelo menos um autovetor linearmente independente associado ´ a cada autovalor. A equacao caracter´stica da matriz de ordem n = 2 ¸˜ ı A= 5 1 0 5 ´ ´ e (λ−5)2 = 0. 5. r. Dada uma matriz A de ordem n. . i = 1. A multie plicidade geom´ trica de λ1 ser´ igual ao maior n´ mero de autovetores linearmente e a u independentes que pudermos associar a λ1 resolvendo o sistema (λ1 I − A)x = 0 −1 0 0 x1 x2 = 0 0 . . r.

EA721 / PAULO VALENTE / UNICAMP 183 ´ e λ3 − 4λ2 + 5λ − 2 = 0. 0 0 · · · Jµ . O resultado de interesse estabelece que para cada matriz A de ordem n. . . . existe uma matriz T de ´ ordem n n˜ o-singular (isto e. x3 =  α  . α = 0. a multiplicidade geom´ trica de λ1 e µ1 = 1. . como esperado (1 ≤ µ1 ≤ e ´ m1 = 1) . . As ra´zes da equacao e suas respectivas multiplicidades ı ¸˜ alg´ bricas s˜ o λ1 = 2. x3 0 0 0 0 ´ ¸˜ A solucao geral para o sistema relativo ao autovalor λ1 e   −α x1 =  0  . e ˆ Forma canonica de Jordan ´ 8. A multiplicidade geom´ trica de λ2 e determinada atrav´ s de e e      0 0 0 1 x1  0 0   x2  =  0  . det(T ) = 0) tal que a   J1 0 · · · 0  0 J2 · · · 0    T −1 AT = ΛJ =  . . 0 (λ2 I − A)x = 0 x3 0 0 −1 O sistema relativo a λ2 possui duas solucoes linearmente independentes: ¸˜     α 0 x2 =  0  . 0 0 ´ Portanto.. a multiplicidade geom´ trica de λ2 e 2 = µ2 = m2 = 2. α ´ Logo. . m2 = 2 (m1 + m2 = 3).  . . .  . m1 = 1 e λ2 = 1. Um autovetor e a ´ x1 associado a λ1 e obtido resolvendo-se      1 0 1 x1 0 (λ1 I − A)x =  0 1 0   x2  =  0  . α = 0. Uma manipulacao extremamente util para a an´ lise de sistemas de controle ¸˜ a ´ descritos atrav´ s de vari´ veis de estado e a representacao da matriz de estados A e a ¸˜ ˆ numa forma especial conhecida como forma canonica de Jordan.

. em dois blocos de Jordan (pois µ2 = 2).  Ji =  . a forma e ¸ e e de Jordan de A seria  ´ ´ o A matriz ΛJ e a forma canˆ nica de Jordan de A. .. Logo.EA721 / PAULO VALENTE / UNICAMP 184 ´ A matriz ΛJ e triangular superior. O n´ mero total de blocos de Jordan de A e µ = 5. isto e. Os dados relevantes para a an´ lise da forma de Jordan de A s˜ o: λ1 = 2. O autovalor λ1 = 2 aparece e ´ apenas uma vez na diagonal de ΛJ (pois m1 = 1). n1 = 1. O n´ mero de vˆ zes que um aua u e ` ´ e tovalor de A aparece na diagonal principal de ΛJ e igual a multiplicidade alg´ brica do autovalor. num unico bloco de Jordan (pois µ1 = 1). Exemplo 3. ´ n2 = n3 = 1. . . O n´ mero de blocos de Jordan e igual a soma das u multiplicidades geom´ tricas: µ = µ1 + µ2 = 3. . A matriz ΛJ e bloco-diagonal ´ e o n´ mero total de blocos de ΛJ e igual a µ = µ1 + µ2 + · · · + µr .  0 0 0 . Exemplo 4. . Considere a matriz A de ordem 3 utilizada no Exemplo 2. Considere uma matriz hipot´ tica A de ordem 9 com os seguintes e dados relevantes para a an´ lise da sua forma canˆ nica de Jordan: r = 4 (quatro a o autovalores distintos). A forma gen´ rica de um e ´ bloco de Jordan e   λ 1 0 ··· 0  0 λ 1 ··· 0     . A soma das ordens dos blocos de Jordan e igual a ordem de ´ A (e portanto. 1  0 0 0 ··· λ . e a forma de Jordan de A e  2 0 0 ΛJ =  0 1 0  . . e levando-se u em conta as diferˆ ncas entre as multiplicidades alg´ bricas e geom´ tricas. m1 = 3 e µ1 = 1.    . m3 = 2 e µ3 = 1. O autovalor λ2 = 1 aparece duas vˆ zes na diagonal e de ΛJ (pois m2 = 2). m1 = µ1 = 1 a a ´ ` e λ2 = 1. m2 = 2. a soma das u ´ multiplicidades geom´ tricas dos autovalores de A. e 9. n1 + n2 + · · · + nr = n. de Λ). 0 0 1 10. Um mesmo autovalor pode aparecer em mais de um bloco de Jor´ dan: o n´ mero de blocos de Jordan nos quais um autovalor aparece e igual a sua u multiplicidade geom´ trica. m2 = 3 e µ2 = 2. . .. e ´ m4 = 1 e µ4 = 1. Cada bloco Ji e um bloco de e ´ ` Jordan de ordem ni . .  . pois abaixo da diagonal principal de cada Ji (e portanto de ΛJ ) todos os elementos s˜ o nulos. Consequentemente. µ2 = 2. . .

. . 2 . · · · . . Dadas as regras que regem a construcao da forma canˆ nica de Jordan. . i = 1. . x1 . n . r. . x1 . T pode ser obtida na forma de qualquer matriz formada por autovetores linearmente independentes associados aos autovalores de A. ou. i = 1. . expressando os lados direito e esquerda da identidade em termos de colunas. . . . como T −1 AT = ΛJ implica que AT = T ΛJ . λr (r ≤ n) tais que µi = mi . x . .  . . 2. se uma ¸˜ o dada matriz A de ordem n possuir autovalores distintos λ1 . . x . =      λ1 0 · · · 0 λ2 · · · . . . No caso mais geral em que ΛJ n˜ o e diagonal. . . . . . 2. n . 0 0 ··· 0 0 . Consequentemente. x 2 . λn    . x . 0 0 ··· λn x1 . · · · .  . . . . λ2 . .  . . . n . resolvendo recursivamente a identidade AT = T ΛJ .. . Axi = λi xi . . . ent˜ o a forma de Jordan de A ser´ diagonal: a a   λ1 0 · · · 0  0 λ2 · · · 0    ΛJ =  . . . n. . x . 11..  . . . e representando a matriz T atrav´ s das suas colunas como e T = obtemos a identidade A . x 2 . . . podemos a ´ ainda obter as colunas de T na forma de autovetores generalizados. . .EA721 / PAULO VALENTE / UNICAMP 185       ΛJ =         λ1 1 0 0 0 0 0 0 0 0 λ1 1 0 0 0 0 0 0 0 0 λ1 0 0 0 0 0 0 0 0 0 λ2 0 0 0 0 0 0 0 0 0 λ2 1 0 0 0 0 0 0 0 0 λ2 0 0 0 0 0 0 0 0 0 λ3 1 0 0 0 0 0 0 0 0 λ3 0 0 0 0 0 0 0 0 0 λ4               Neste caso. ··· . . .

Pontos de equil´brio s˜ o solucoes constantes de (47). singular. O sistema possui infinitos pontos de equil´brio se A for e = 0 admite infinitas solucoes n˜ o-nulas.EA721 / PAULO VALENTE / UNICAMP 186 Aula 20 ´ Estabilidade Assintotica Pontos de equil´brio ı Estabilidade assint´ tica o Estabilidade interna × estabilidade entrada-sa´da ı Transformacoes de similaridade ¸˜ ı Pontos de equil´brio 1. A origem do espaco de estados e sempre um ponto de ¸ ´ ´ equil´brio do sistema. t ≥ 0. Podemos traduzir matematicamente a definicao acima da seguinte forma: se xe ¸˜ ´ e um ponto de equil´brio do sistema x = Ax(t). Considere a equacao diferencial de segunda ordem que representa ¸˜ . Exemplo. uma vez que a trajet´ ria de estado x(t). como sabemos. t ≥ 0 atinja x o permanece em xe indefinidamente. Considere o sistema n˜ o-forcado a ¸ x = Ax(t). Dizemos que xe e um ponto de equil´brio do sistema x = Ax(t) ı e . x(te ) = ˙ e = 0. 3. A ¸˜ ´ nocao fundamental para o estudo da estabilidade interna do sistema e a de ponto ¸˜ ´ ı ˙ de equil´brio. ent˜ o existe um tempo t = te ı ˙ a no qual x(te ) = xe tal que x(t) = xe para todo t ≥ te . 2. A representacao de sistemas dinˆ micos atrav´ s de vari´ veis de estado exige uma ¸˜ a e a ¸˜ ¸˜ definicao de estabilidade que leve em conta a representacao interna do sistema. A origem e o unico ponto de equil´brio do sistema se A for ı ı a ı uma matriz n˜ o-singular. o estado do sistema se. no sentido de que x(t) = ı a ¸˜ ´ xe . ˙ (47) ` ´ cuja resposta a condicao inicial x(0) e. e pontos de equil´brio do sistema ser˜ o pontos tais que Ax(te ) = Ax ı a Axe = 0. Assim sendo. pois neste caso Ax ¸˜ a 4. x(t) = eAt x(0). se x(0) = xe . t ≥ 0.

´ em que α e qualquer valor real. a o ponto de equil´brio x ´ ı tende a se aproximar arbitrariamente de xe quando t → ∞. No plano de estados x1 ×x2 . t ≥ 0. isto e. assuma que. (48) ´ qualquer que seja a condicao inicial x(0). a ´ Estabilidade assintotica 5. Em (48). Os pontos de equil´brio do sistema. Definindo x1 = x e x2 = x. De acordo com a definicao. a quantidade x(t) − xe e ¸˜ ´ uma medida da distˆ ncia entre um ponto qualquer da trajetoria do sistema iniciada a em x(0) e o ponto de equil´brio xe . Uma definicao tradicional de distˆ ncia entre ı ¸˜ a ´ dois pontos no espaco Rn e ¸ n x(t) − x e = i=1 (xi (t) − xe )2 . ´ ´ Observe que A e singular. Diferentes ´ condicoes iniciais produzem diferentes trajetorias. os pontos de equil´brio ı s˜ o quaisquer pontos sobre o eixo x1 . o sistema permanece ı . Observamos que x(t) − xe = 0 se e somente se x(t) = xe . al´ m da origem. De fato. a representacao de ¨ ˙ ¸˜ estados correspondente seria x = Ax + Bu = ˙ 0 1 0 0 x+ 0 1 u. Dizemos que um ponto de equil´brio do sistema dinˆ mico representado por ı a ´ x = Ax(t) e assintoticamente est´ vel se ˙ a t→∞ lim x(t) − xe = 0. i (49) 6. as ı solucoes de ¸˜ e 0 1 x1 0 Axe = = e 0 0 x2 0 s˜ o do tipo a xe = α 0 . O sistema x = Ax(t) ˙ ´ possui no m´ ximo um ponto de equil´brio assintoticamente est´ vel.EA721 / PAULO VALENTE / UNICAMP 187 um duplo integrador: x = u(t). Escolhendo x(0) = xe . um ¸˜ ¸˜ e e assintoticamente est´ vel se qualquer trajet´ ria x(t). o sistema pos¸ e sui outro ponto de equil´brio xe = 0. e este ponto e a a ı a origem do espaco de estados.

= Te i=1 ΛJ t Na primeira igualdade usamos a identidade Ak = (T ΛJ T −1 )(T ΛJ T −1 ) · · · (T ΛJ T −1 ) = T Λk T −1 . A an´ lise da estabilidade dos pontos de equil´brio de um sistema dinˆ mico a ı a linear depende apenas da an´ lise da estrutura de autovalores-autovetores da matriz a de estados A.EA721 / PAULO VALENTE / UNICAMP 188 em xe indefinidamente. jamais se aproximando da origem. ∞ i=1 T Λk T −1 tk J .    . A = T ΛJ T −1 . funcao apenas de ΛJ . e na terceira a definicao b´ sica ¸˜ a de exponencial de matriz. J k vˆ zes e ´ na segunda. k! T −1 . o fato de que T e uma matriz constante. se a trajet´ ria for iniciada na origem. Reciprocamente. A vantagem de se representar e At atrav´ s de eΛJ t decorre e ´ da estrutura pr´ -determinada desta ultima exponencial. e em seguida expressamos a matriz exponencial de A em termos de ΛJ : e At = ∞ = T i=1 ∞ A k tk = k! Λ k tk J k! T −1 . Um ¸˜ e ´ exemplo do formato da matriz exponencial eΛJ t e     =     eλ1 t teλ1 t 0 0 0 0 0 e λ1 t 0 0 0 0 1 2 λ1 t t e 0 2 teλ1 t 0 e λ1 t 0 0 e λ2 t 0 0 0 0 0 0      . representamos A atrav´ s da sua e forma de Jordan.    eΛJ t 0 0 0 0 teλ2 t 0 λ2 t e 0 0 e λ3 t  ´ dado que ΛJ e a matriz de ordem 6  λ1 1  0 λ1   0 0 ΛJ =   0 0   0 0 0 0 0 0 1 0 λ1 0 0 λ2 0 0 0 0 0 0 0 0 0 0 1 0 λ2 0 0 λ3    . a ı o ı 7. o sistema jamais de aproxima de x e . Concluimos o ´ ´ ent˜ o que a origem e o unico ponto de equil´brio assint´ tico poss´vel. Para verificarmos esta propriedade.

a ¸˜ trajet´ ria de estados x(t) = T eΛJ t T −1 x(0). fazendo a com que eΛJ t (e portanto T −1 eΛJ t T ) tenda a uma matriz constante (se as partes imagin´ rias tamb´ m forem nulas) ou peri´ dica (se uma ou mais partes imagin´ rias a e o a forem diferentes de zero) quando t → ∞. qualquer ponto de equil´brio ser´ inst´ vel. t ≥ 0. qualquer que seja a condic ao inicial x(0). se as partes reais dos n autovalores de A s˜ o negativas. ent˜ o a a tk eλt = tk eσt ejωt tende a zero quando t → ∞. respectivamente. Crit´ rio de Estabilidade Assint´ tica. Se σ < 0. pois semı a a pre poderemos escolher uma condicao inicial x(0) de tal forma que ¸˜ x(t) − xe = T eΛJ t T −1 x(0) − xe → ∞. t→∞ lim x(t) − 0 = = t→∞ lim T eΛJ t T −1 x(0) − 0 . ` mentos da matriz e Logo. Um elemento gen´ rico de eΛJ t e da forma tk eλt . a matriz eΛJ t e diagonal.EA721 / PAULO VALENTE / UNICAMP 189 ´ 8. Se pelo menos um autovalor de A possui parte real positiva. quando t → ∞. Assim. Portanto. Os elementos da diagonal associados a aos autovalores com partes reais nulas s˜ o genericamente da forma ejωt . todos os elea ΛJ t tendem a zero quando t → ∞ e eΛJ t tende a matriz nula. a 9. qualquer que seja o ponto de equil´brio considerado. Se nenhum autovalor possuir parte real positiva. dizemos que o sistema e marginalmente est´ vel. a De fato. A seguinte condicao para a estabilidade assint´ tica do sistema pode ent˜ o ser ¸˜ o a formulada. devemos proceder a uma an´ lise mais detalhada. sendo σ e e ω as partes real e imagin´ ria do autovalor λ. a origem do sistema e assintotica¸˜ mente est´ vel. tende a um ponto ou a uma o curva peri´ dica no espaco de estados. ı 10. mas um ou mais autovalores possuirem partes reais nulas. T · 0 · T −1 x(0) . a matriz e ΛJ t cont´ m pelo menos um elemento da forma tk eλt cujo valor cresce indefinidamente e quando t → ∞. a . o ¸ ¸˜ ´ Neste caso. na qual λ = σ + jω. ´ para qualquer condicao inicial x(0). a Se as multiplicidades alg´ bricas e geom´ tricas dos autovalores com partes reais e e ´ nulas s˜ o iguais. para cada condic ao inicial. A origem do sistema dinˆ mico e o a ´ x = Ax(t) e assintoticamente est´ vel se e somente se as partes reais ˙ a de todos os autovalores de A s˜ o estritamente negativas. Neste caso. = 0. independentemente do valor de k.

a b) a12 a21 < 0. Se a multiplicidade geom´ trica de pelo menos um autovalor com parte real nula e for menor do que a sua multiplicidade alg´ brica. Os autovalores de A s˜ o λ1 = a12 a21 e λ2 = − a12 a21 . Exemplo. resolvemos e  0 0  x1 x2   0 0  Existe apenas um autovetor associado a λ = 0:  0 α  (λI − A)x = (0I − A)x =  −a21 0  = . A matriz A possui um autovalor λ = 0 com multiplicidade alg´ brica igual a 2 e multiplicidade geom´ trica tamb´ m igual a 2. Como as mula ´ tiplicidades alg´ brica e geom´ trica dos autovalores s˜ o iguais. A estabili¸˜ ı dade dos pontos de equil´brio do sistema depende da natureza do produto a12 a21 . ı ´ 12. Os autovalores de A s˜ o λ1 = j |a12 a21 | e λ2 = −j |a12 a21 |. A matriz A possui um autovalor λ = 0 com multiplicidade alg´ brica igual a 2. a Os autovalores s˜ o distintos e possuem partes reais nulas. Para obter a multiplicidade e geom´ trica do autovalor. a c) a11 = a21 = 0. a21 = 0). O a ´ ´ sistema e inst´ vel pois um dos autovalores e positivo. a matriz eΛJ t conter´ elementos da e a forma tejωt .EA721 / PAULO VALENTE / UNICAMP 190 11. . os quais (para qualquer ω) assumir˜ o valores arbitrariamente grandes a ´ quando t → ∞. Assuma que a matriz A de um sistema hipot´ tico e descrita como e   0 a12 . A= a21 0 ´ A equacao caracter´stica de A e det (λI − A) = λ2 − a12 a21 = 0. x= . O sistema e e e ´ e marginalmente est´ vel. o sistema e e e a marginalmente est´ vel. o sistema ser´ inst´ vel. α = 0. ı √ √ a) a12 a21 > 0. a d) a11 = 0. pois uma escolha a a apropriada da condicao inicial far´ a trajet´ ria de estado se afastar indefinidamente ¸˜ a o de qualquer ponto de equil´brio. a21 = 0 (ou a11 = 0. Neste ultimo caso.

inst´ vel se pelo menos uma das partes reais o a for positiva e marginalmente est´ vel se todas as partes reais forem menores ou a iguais a zero. e a Estabilidade interna × estabilidade entrada-sa´da ı ´ 13. obtemos sX(s) = AX(s) + BU (s). a qual substitu´da na segunda equacao leva a ı ¸˜ Y (s) = [C(sI − A)−1 B + D]U (s). Podemos ent˜ o definir ent˜ o a funcao racional a a ¸˜ G1 (s) = Y (s) = C(sI − A)−1 B + D. Uma forma de comparar os crit´ rios de estabilidade assint´ tica e entrada-sa´da e o ı ´ e obter a funcao de transferˆ ncia G(s) do sistema de interesse partindo da sua ¸˜ e ¸˜ representacao por vari´ veis de estado: a x(t) = Ax(t) + Bu(t). E natural indagar sobre a relacao entre os conceitos e crit´ rios de estabilidade ¸˜ e assint´ tica e entrada-sa´da para um mesmo sistema dinˆ mico. isto e. (50) (51) A primeira equacao fornece a transformada de Laplace do vetor de estados ¸˜ X(s) = (sI − A)−1 BU (s). Seja N (s) G(s) = D(s) ´ e a funcao de transferˆ ncia do sistema de interesse. respectivamente. Tomando a transformada de Laplace das equacoes dinˆ micas do sistema su¸˜ a ´ ¸˜ pondo condicoes iniciais nulas.EA721 / PAULO VALENTE / UNICAMP 191 ´ ´ Como a multiplicidade geom´ trica do autovalor e igual a 1. x(0) = 0. o sistema e inst´ vel. Os zeros (finitos) e polos de G(s) ¸˜ s˜ o as ra´zes de N (s) = 0 e de D(s) = 0. ˙ y(t) = Cx(t) + Du(t). desde que N (s) = 0 a ı e D(s) = 0 n˜ o possuam qualquer fator comum. Y (s) = CX(s) + DU (s). Lembremos que um o ı a ´ a sistema dinˆ mico linear e invariante no tempo e est´ vel do ponto de vista entradaa ´ ´ sa´da se a sa´da do sistema e limitada sempre que a entrada aplicada ao sistema e ı ı limitada. 14. U (s) . Um sistema dinˆ mico modelado a a ´ a atrav´ s de G(s) e est´ vel do ponto de vista entrada-sa´da se as partes reais de todos e ı os p´ los forem estritamente negativas.

EA721 / PAULO VALENTE / UNICAMP Como a matriz inversa de (sI − A) pode ser escrita na forma (sI − A)−1 = adj(sI − A) . o 15. precisamente um autovalor que foi cancelado no processo de obtencao de G(s). det (sI − A) representam os polinˆ mios numerador e denominador de G1 (s). a ı 16. Observamos que o as ra´zes de D1 (s) = 0 s˜ o os autovalores da matriz A. Se N1 (s) = 0 e D1 (s) = 0 ı a n˜ o possuirem ra´zes comuns. ent˜ o G(s) = G1 (s) caracteriza a funcao de trana ı a ¸˜ ferˆ ncia do sistema. det (sI − A) 192 na qual adj(sI − A) denota a matriz adjunta de (sI − A). desde que o efeito l´quido das variacoes produzidas internamente n˜ o aparecam na ı a ¸˜ ¸ ı sa´da do sistema. De fato. Como ı a o os p´ los de G(s) s˜ o em geral um sub-conjunto dos autovalores da matriz A. . Caso contr´ rio. Neste caso. pode o a ocorrer de todos os p´ los de G(s) possuirem partes reais estritamente negativas. obtemos G1 (s) = em que N1 (s) = Cadj(sI − A)B + det (sI − A)D e D1 (s) = det (sI − A) Cadj(sI − A)B + det (sI − A)D . Quando analisamos a estabilidade de um sistema do ponto de vista entrada-sa´da. Como a estabilidade assint´ tica implica em estabilidade entrada-sa´da. Estabilidade assint´ tica implica em estabilidade entrada-sa´da. estamos preocupados ı apenas em garantir que entradas limitadas produzam sa´das limitadas. o mesmo acontecer´ com os p´ los de G(s) e o sistema ser´ tamb´ m a o a e est´ vel do ponto de vista entrada-sa´da. cancelamos quaisquer ra´zes comuns para e a ı obter a representacao da funcao de transferˆ ncia G(s) do sistema em termos de ¸˜ ¸˜ e zeros e p´ los. o sistema ¸˜ n˜ o seria assintoticamente est´ vel. Estabilidade entrada-sa´da n˜ o implica em estabilidade assint´ tica. o mas algum autovalor de A possuir parte real nula ou positiva. As vari´ veis ı a internas do sistema podem eventualmente assumir valores arbitrariamente grandes. o prio ı ´ meiro conceito e mais forte (restritivo) do que o segundo. o ı ´ os p´ los de G(s) s˜ o um sub-conjunto dos autovalores da matriz A (apos eventual o a cancelamento). a a 17. Se todos os autovalores de A possuirem partes reais estritamente negativas.

pois det (T −1 ) = 1/ det (T ). similares. em que T e qualquer matriz n˜ o singular. ¯ ´ a ou como T e n˜ o-singular. Duas matrizes de ordem n s˜ o similares se possuem exatamente os mesmos a ´ autovalores. C e D). ¯ ¯ y(t) = CT x(t) + Du(t). Diferentes representacoes por vari´ veis de estado de um mesmo sistema est˜ o ¸˜ a a relacionadas atrav´ s de transformacoes de similaridade. a funcao de transferˆ ncia do sis¸˜ e ´ ´ tema e unica. Enfatizamos anteriormente que um mesmo sistema dinˆ mico linear e invaria ante no tempo pode ser representado atrav´ s de vari´ veis de estado de diferentes e a maneiras (diferentes A. Por outro lado. B = T −1 B. ˙ y(t) = Cx(t) + Du(t) ´ e uma dada representacao do sistema e definimos x(t) = T x(t). s˜ o similares. = det [T −1 (sI − A)T ]. Como A e T −1 AT possuem o mesmo polinˆ mio o caracter´stico. = det (sI − A). seus autovalores s˜ o iguais. Em particular. De fato. ¸˜ ¯ a obtemos ˙ T x(t) = AT x(t) + Bu(t). ¯x ¯ ˙ x(t) = A¯(t) + Bu(t). T n˜ o-singular. C = CT e D = D.EA721 / PAULO VALENTE / UNICAMP 193 Transformacoes de similaridade ¸˜ 18. Se e ¸˜ x(t) = Ax(t) + Bu(t). e as matrizes. ı a 20. B. Sejam G(s) e G(s) as funcoes de transferˆ ncia do sistema quando representado pelos estados x e x. ¯ ¯ ¯ ¯ ¯ em que A = T −1 AT . ¯ ¯¯ ¯ y(t) = C x(t) + Du(t). as matrizes A e T −1 AT . ¸˜ e ¯ . = det (T −1 ) det (sI − A) det (T ). Podemos demonstrar esta importante caracter´stica atrav´ s da id´ ia ı e e de transformacao de similaridade. a a det (sI − T −1 AT ) = det (sT −1 T − T −1 AT ). ¸˜ 19.

= C(sI − A)−1 B + D. Como diferentes representacoes por vari´ veis de estado est˜ o relacionadas ¸˜ a a ¸˜ atrav´ s de transformacoes de similaridade. ¸˜ e a 21.EA721 / PAULO VALENTE / UNICAMP respectivamente. Por definicao ¸˜ ¯ ¯ ¯ ¯ ¯ G(s) = C(sI − A)−1 B + D. como esperado. Al¸˜ ´ gumas transformacoes de similaridade s˜ o especialmente uteis porque evidenciam ¸˜ a propriedades importantes do sistema. = G(s). a estrutura de autovalores-autovetores e ´ do sistema e preservada sempre que se passa de uma representac ao para outra. encontram-se transformacoes que levam a formas canˆ nicas. o a a . 194 = CT (sI − T −1 AT )−1 T −1 B + D. e as funcoes de transferˆ ncia s˜ o iguais. = CT [T −1 (sI − A)T ]−1 T −1 B + D. ¸˜ o como as formas canˆ nicas control´ veis e observ´ veis. = CT T −1 (sI − A)−1 T T −1 B + D. Entre estas. tanto do ponto de vista de an´ lise quanto de a projeto.

como ilus¸ ´ tra a Figura 21. 0 para quaisquer estados inicial x0 e final x∗ = x(tf ) especificados. 2. 0 ≤ ¸˜ t ≤ tf tais que x∗ = eAtf x0 + tf eA(t−τ ) Bu(τ )dτ. ¸˜ ¸˜ x(t) = eAt x0 + 0 t eA(t−τ ) Bu(τ )dτ. isto e. a existˆ ncia de entradas de controle capazes de transferir um e sistema de um estado inicial qualquer para um estado final qualquer.EA721 / PAULO VALENTE / UNICAMP 195 Aula 21 Realimentacao de estados ¸˜ Controlabilidade Realimentacao de estados ¸˜ Forma canˆ nica control´ vel o a F´ rmula de Ackermann o Controlabilidade 1. Observamos que controlabilidade e uma propriedade relacionada ` apenas as matrizes A e B. assim como a condicao inicial x0 (n×1). A solucao geral da equacao de estados e. existe um tempo para x0 (estado inicial) e x finito tf e uma entrada u(t). x(0) = x0 .1. . ¸˜ As matrizes A (n×n) e B (n×1). s˜ o a ´ quantidades conhecidas. Controlabilidade completa implica na existˆ ncia de uma trajet´ ria ligando dois e o pontos (estado inicial e estado final) quaisquer do espaco de estados. O sistema x = Ax+Bu e (completamente) control´ vel se ¸˜ ˙ a ∗ (estado final) quaisquer. ´ Definicao. como sabemos. Buscamos caracterizar sob que condicoes existe um tempo finito tf e uma entrada u(t). Nesta secao analisamos a controlabilidade de sistemas modelados por vari´ veis ¸˜ a ´ de estado. t ≥ 0. 0 ≤ t ≤ tf tais que x(tf ) = x∗ . A equacao de estados de um sistema dinˆ mico linear invariante no tempo repre¸˜ a ´ sentado atrav´ s de n vari´ veis de estado e e a ˙ x = Ax + Bu.

B . . · · · . . An−1 B . .2: Circuito RLC. ´ No caso de sistemas SISO. Normalmente utilizamos o seguinte crit´ rio alg´ brico para verificar se um dado e e ´ sistema e ou n˜ o control´ vel. − + R − + C + − y + x2 . .2. a a ´ Teorema. 3.1: Plano de estados. O sistema x = Ax + Bu e control´ vel se e somente se o ˙ a rank da matriz de controlabilidade C= ´ e igual a n. AB . Considere o circuito el´ trico representado na Figura 23. Exemplo.EA721 / PAULO VALENTE / UNICAMP x2 x∗ PSfrag replacements x0 0 x1 196 Figura 21. ¸˜ 4. u − x1 x1 L u R − Figura 21. . a matriz de controlabilidade C e uma matriz qua´ drada de ordem n e a condicao rank (C) = n e equivalente a det (C) = 0. As vari´ veis e a de estado naturais do sistema s˜ o x1 = correntereplacements x2 = tens˜ o no capaa a PSfrag no indutor e citor.

 x1 x2 y= a a O circuito da Figura 21. 2R x1 ˙  − L =    1 x2 ˙ − C    −R 0     1  R   x1  L L  +     1 x2 0 C   + Ru.  for diferente de zero. a corrente no indutor e a tens˜ o no capacitor n˜ o a a a podem assumir valores independentemente especificados. ˙ R(u − x1 ) = y. Assim. quando a as constantes de tempo s˜ o iguais. a ı a e ´ O sistema e modelado pelas seguintes equacoes de estado e de sa´da derivadas das ¸˜ ı leis de Kirchhoff: −Lx1 − Rx1 + (u − x1 )R + x2 = 0. Impondo det (C) = 0. . AB =  . se e somente se e det (C) = − R2 2R2 1 R2 1 + 2 − = 2 − 2C 2 L L C LC L C LC 2 ´ A matriz de controlabilidade. Na forma matricial. E interessante observar que RC e L/R a s˜ o as constantes de tempo dos ramos L − R e R − C do circuito. ˙ C x2 + x1 = u. significando que qualquer corrente no indutor e tens˜ o no capacitor podem ser atingidas em tempo a finito atrav´ s da fonte de corrente (entrada) u. considere a transformada de Laplace de x(t) obtida da equac ao ¸˜ de estado x = Ax + Bu com condicoes iniciais nulas: ˙ ¸˜ X(s) = (sI − A)−1 BU (s).EA721 / PAULO VALENTE / UNICAMP 197 Definimos como vari´ vel de sa´da a tens˜ o no resistor em s´ rie com o capacitor. de ordem 2. C = B .     u. Para analisar este ponto com mais detalhes.2 ser´ completamente control´ vel.  1 R − C LC    . e  R 2R2 1 − 2 +  L L LC  . verificamos que o circuito n˜ o e a ´ ´ control´ vel apenas quando RC = L/R.

embora individualmente tanto a corrente quanto a tens˜ o possam assumir a valores quaisquer. indicando que o lugar geom´ trico dos estados ating´veis pela e ı ´ ¸˜ acao da entrada u e a reta x2 = R x1 no plano de estados x1 × x2 .3: Estados ating´veis do circuito RLC. obtemos ¸˜ a   1  (L/R)s + 1  X(s) =   R (L/R)s + 1 X2 (s) =    U (s). conforme ilustra a Figura 21. A corrente ¸˜ ¸˜ no indutor e a tens˜ o no capacitor n˜ o podem ser especificadas de forma indepena a dente. X1 (s) A anti-transformada de X2 (s) = RX1 (s) ´ e x2 (t) = R x1 (t). ı A n˜ o-controlabilidade do circuito se reflete no fato de que apenas os estados a sobre a reta de inclinacao R podem ser atingidos pela acao da entrada. x2 R PSfrag replacements 0 x1 Figura 21. Realimentacao de estados ¸˜ . X1 (s) = 1 U (s).3. (L/R)s + 1 R U (s) (L/R)s + 1 e X2 (s) = R.  Portanto. ¸˜ e fazendo a substituicao C = L/R2 para impor n˜ o-controlabilidade.EA721 / PAULO VALENTE / UNICAMP 198 Realizando as operacoes indicadas com as matrizes A e B relativas ao circuito.

. no sentido de que o seu estado tenda. Os autovalores de A−BK ser˜ o quase sempre a os p´ los do sistema em malha fechada. Realimentacao de estados e a principal estrat´ gia para o controle de sistemas ¸˜ e ˜ modelados atrav´ s de vari´ veis de estado. Alocacao de p´ los. Definindo a matriz de e ganhos de realimentacao K (1 × n) como ¸˜ K= k1 k2 · · · u(t) = −Kx(t). . assim como a sa´da do sistema. ˙ A aplicacao da transformada de Laplace a ambos os lados da equac ao anterior ¸˜ ¸˜ com condicao inicial x(0) permite caracterizar o estado do sistema na forma ¸˜ X(s) = (sI − A + BK)−1 x(0) = adj (sI − A + BK) x(0). O princ´pio da t´ cnica de controle por alocacao de p´ los ¸˜ o ı e ¸˜ o ´ e casar o polinˆ mio caracter´stico de malha fechada det (sI − A + BK) com o ı um certo polinˆ mio pc (s). o 6. pressupoe-se que e a todos os estados do sistema est˜ o acess´veis para realimentacao. A entrada de controle no instante t assume a forma u(t) = −k1 x1 (t) − k2 x2 (t) − · · · − kn xn (t).EA721 / PAULO VALENTE / UNICAMP 199 ´ 5. . a entrada de controle pode ser reescrita na forma matricial como ´ O estado. k2 . as ra´zes de pc (s) = 0 representam os p´ los de malha o ı o fechada respons´ veis pelo comportamento desejado para os estados (sa´da) do sisa ı tema. e fundamentalmente influenciado ı pelas ra´zes da equacao caracter´stica de malha fechada det (sI −A+BK) = 0. a serem determinaa ¸˜ ´ dos. Deseja-se obter a ı ¸˜ um comportamento regulador para o sistema. dados A. . e r(t) e o valor da entrada de referˆ ncia no instante t. . ´ Quando a entrada u(t) = −Kx(t) e susbtitu´da na equacao de estado ı ¸˜ x(t) = Ax(t) + Bu(t). onde k1 . Numa primeira etapa. a partir de qualquer e ı estado inicial x(0) = 0. ı ¸˜ ı ´ isto e. kn s˜ o ganhos de realimentacao constantes. Resolvemos ent˜ o a seguinte equacao alg´ brica em termos de K. pelos autovalores de A−BK. ˙ obtemos a equacao de estado em malha fechada ¸˜ x(t) = (A − BK)x(t). de forma pr´ -determinada. a ¸˜ e B e pc (s): det (sI − A + BK) = pc (s). det (sI − A + BK) kn . ao estado de equil´brio x∗ = 0.

para qualquer polinˆ mio pc (s) de grau n especificado. ¸˜ −  −2 −3 s + −1  k1 k2  . kn ). Exemplo. Assuma que o sistema x = Ax + Bu e control´ vel. ´ Teorema. Por outro lado. 8. Suı ¸˜ ı a pondo que os p´ los de malha fechada devam ter fator de amortecimento ξ = 0. A determinacao de K pode ser feita igualando-se os coeficientes do polin omio det (sI − A + BK).  det (sI − A + BK) = det  (2 + k1 ) s + (3 + k2 ) = s[s + (3 + k2 )] + (2 + k1 ). Os p´ los o ı o do sistema em malha aberta (ra´zes da equacao caracter´stica) s˜ o −1 e −2. k2 . com os coeficientes a ¸˜ de mesmo grau do polinˆ mio pc (s). cujas ra´zes s˜ o os p´ los desejados de malha o ı a o fechada. qualquer conjunto de polos de malha fechada a espcificado pode ser alocado. . .5 e o ´ freq¨ encia natural ωn = 4 rad/s (correspondentes a polos complexos conjulgados uˆ √ em −2 ± j2 3).EA721 / PAULO VALENTE / UNICAMP 200 ´ Se o sistema for control´ vel. Desta forma. A= 1 −2 −3 ´ O polinˆ mio caracter´stico de A e det (sI − A) = s2 + 3s + 2. .  . = s2 + (3 + k2 )s + (2 + k1 ). desejamos ent˜ o que o polinˆ mio caracter´stico de malha fechada a o ı seja 2 pc (s) = s2 + 2ξωn s + ωn = s2 + 4s + 16. . . . obtemos um sistema de n equac oes lineares e n inc´ gnitas ¸˜ o (k1 . Considere a equacao de estado representada pelas matrizes ¸˜     0 1 0   e B =  . os quais ser˜ o funcoes de k1 . . k2 . . o ˆ ¸˜ 7.  s 0 0 s   0 1   0 1   det (sI − A + BK) = det  Efetuando as operacoes indicadas. Ent˜ o ˙ a a existe uma matriz K (1 × n) tal que det (sI − A + BK) = pc (s). kn . .

··· ··· . . . k2 = 1 e K= k1 k2 = 14 1 . . 0 0 . . .      x= ˙   y= 0 0 . . a matriz de estados do sistema ¸˜ em malha fechada assume a forma . . 2 + k1 = 16. A forma canˆ nica control´ vel associada a o a o a funcao de transferˆ ncia ¸˜ e G(s) = ´ e  bn sn + bn−1 sn−1 + · · · + b1 s + b0 sn + an−1 sn−1 + · · · + a1 s + a0 1 0 . Logo k1 = 14. 0 1 . dados A. A matriz de estados A encontra-se representada numa forma denominada de ˆ forma companheira. e substanciala ¸˜ mente mais simples quando a representacao de estados do sistema encontra-se na ¸˜ ` chamada forma canˆ nica control´ vel. . . O c´ lculo dos ganhos de realimentacao. 0 0 0 ··· −a0 −a1 −a2 · · · b0 − a0 bn b1 − a1 bn · · · bn−1 − an−1 bn x + bn u. ˆ ´ Forma canonica controlavel ´ 8. 1 −an−1        x +      0 1  0 0 .EA721 / PAULO VALENTE / UNICAMP 201 Da identidade det (sI − A + BK) = pc (s) obtemos um sistema com duas equacoes lineares e duas inc´ gnitas: ¸˜ o 3 + k2 = 4. Supondo realimentacao de estados u = −Kx. . . . 2. a partir da qual podemos obter facilmente o polin omio caracter´stico de A: ı det (sI − A) = sn + an−1 sn−1 + · · · + a1 s + a0 .      u. B e pc (s).

 0 0 . da identidade det (sI −A+BK) = pc (s) resulta um sistema de n equacoes lineares ¸˜ a n inc´ gnitas trivial. ··· ··· . Notando que as matrizes A e B do exemplo anterior encontram-se o a na forma canˆ nica control´ vel e que a0 = 2. . . . . . 1 −(an−1 + kn )  0 0 0 ··· −(a0 + k1 ) −(a1 + k2 ) −(a2 + k3 ) · · ·    . 0 0 . . . Exemplo. . 1 0 . . . . . . ··· ··· . . 0 1 . que resolvido fornece os ganhos de realimentac ao: o ¸˜ k1 = q 0 − a 0 . .EA721 / PAULO VALENTE / UNICAMP 202    A − BK =       =      0 0 . 1 0 . obtemos diretamente os ganhos de realimentacao: ¸˜ k1 = q0 − a0 = 16 − 2 = 14. . . 9. q0 = 16 e q1 = 4. o polinomio e ´ caracter´stico do sistema em malha fechada e ı det (sI − A + BK) = sn + (an−1 + kn )sn−1 + · · · + (a1 + k2 )s + (a0 + k1 ). . .       −     0 1 0 1 . k2 = q 1 − a 1 .   ˆ Como A − BK tamb´ m se encontra numa forma companheira. . . . Definindo o polinˆ mio desejado como o pc (s) = sn + qn−1 sn−1 + · · · + q1 s + q0 . k2 = q1 − a1 = 4 − 3 = 1. . .        k1 k2 · · · kn . 1 −an−1  0 0 0 ··· −a0 −a1 −a2 · · · 0 0 . 0 0 . . . a1 = 3. kn = qn−1 − an−1 .

. 1 −3 1 0 . E poss´vel mostrar que se o sistema n˜ o se encontra na forma canˆ nica conı a o ´ trol´ vel. .EA721 / PAULO VALENTE / UNICAMP 203 ´ Formula de Ackermann 10. . q1 . qn−1 s˜ o os coeficientes do polinˆ mio caracter´stico desejado para o a o ı sistema em malha fechada. =  −2 −3 −2 −3 0 1   14 1  . a ´ 11.  2     0 0 1 0 1 1  + 4  + 16  . Como a o objetivo da transformacao e facilitar a obtencao dos ganhos de realimentacao ¸˜ ´ ¸˜ ¸˜ ´ adotamos de vez a chamada formula de Ackermann: K= 0 0 ··· 0 1 C −1 pc (A). Entretanto. a inversa de C existe e e a dada por  −1   0 1 3 1 −1  = . pc (A) e a matriz definida por pc (s) = An + qn−1 An−1 + · · · + q1 A + q0 I. C −1 = B . Retomando o exemplo anterior e ignorando o fato de que o sistema se encontra na forma canˆ nica control´ vel. mas e control´ vel (rank (C) = n). existe uma transformacao de similaria a ¸˜ ˆ dade que leva o sistema a ser representado na forma can onica control´ vel. Obter a forma canˆ nica control´ vel e os ganhos de realimentacao de um siso a ¸˜ tema dinˆ mico s˜ o tarefas simples quando a funcao de transferˆ ncia do sistema a a ¸˜ e ´ e conhecida. em certos casos conhecemos apenas uma representac ao ¸˜ de estados do sistema. . = −2 11 ´ ´ Como o sistema e control´ vel (det (C) = 0. Exemplo. e q0 . obtemos o a pc (A) = A2 + 4A + 16I. verifique). 12. AB = . . n componentes ´ ´ na qual C e a matriz de controlabilidade do sistema. e a representacao n˜ o se encontra na forma canˆ nica con¸˜ a o trol´ vel.

K = = = 0 1 0 1 14 1 os mesmos ganhos encontrados pelos procedimentos anteriores.   −2 11 1 0 .    14 1 3 1 . .EA721 / PAULO VALENTE / UNICAMP 204 Os ganhos de realimentacao s˜ o obtidos atrav´ s da f´ rmula de Ackermann: ¸˜ a e o C −1 p(A).

EA721 / PAULO VALENTE / UNICAMP 205 Aula 22 Estimadores de estado Observabilidade Estimador (observador) de estados Forma canˆ nica observ´ vel o a F´ rmula de Ackermann o Controlador baseado no estimador Observabilidade ¸˜ 1. O sistema x = Ax. ent˜ o o estado do sistema em a qualquer instante de tempo futuro tamb´ m seria conhecido a partir da solucao da e ¸˜ equacao de estados: ¸˜ x(t) = eAt x0 . t ≥ 0. As matrizes A (n × n) e C (n × 1) s˜ o quantidades conhecidas. (55) ´ Definicao. Se x0 fosse conhecida. a 2. (52) (53) ´ Como a entrada u e conhecida. Conhecemos (medimos) em geral apenas a quantidade esco¸˜ a lhida como sa´da do sistema. ˙ y = Cx. (54) ´ e a e ı A id´ ia por tr´ s do estudo de observabilidade e determinar x0 atrav´ s da sa´da do sistema: y(t) = CeAt x0 . t ≥ 0. y = Cx e (completamente) ob¸˜ ˙ serv´ vel se existe um tempo finito tf tal que o conhecimento da sa´da a ı . A estrat´ gia de controle por realimentacao de estados pressup˜ e que todos os e o n estados do sistema est˜ o dispon´veis para realimentacao. mas n˜ o a condicao a a ¸˜ inicial do sistema x(0) = x0 . o que raramente ocorre a ı ¸˜ em situacoes pr´ ticas. as parcelas Bu e Du que dependem de u n˜ o a precisam ser explicitamente consideradas no estudo de observabilidade. Nesta secao analisamos a observabilidade de um sistema dinˆ mico linear inva¸˜ a riante no tempo modelado por vari´ veis de estado: a x = Ax. Para que seja poss´vel implementar a realimentacao ı ı ¸˜ de estados faz-se necess´ rio estimar os estados internos do sistema.

   ... 206 ´ ` Observabilidade e uma propriedade relacionada apenas as matrizes A e C... ´ Como a matriz de observabilidade O e uma matriz quadrada de ordem n (sis´ temas SISO). a condicao rank (O) = n e equivalente a det (O) = 0. Exemplo..  0 y = −R x2 ´ A matriz de observabilidade. ¸˜ 4..  CAn−1 ´ e igual a n.   1    1 x2 x2 ˙ 0 − C C   x1  + Ru.   . a a ´ Teorema. y = Cx e observ´ vel se e somente se ˙ a o rank da matriz de observabilidade   C  .. R  − L 0 . .    .     CA      O =  . O ´ seguinte crit´ rio alg´ brico e normalmente utilizado para verificar se um dado sise e ´ tema e ou n˜ o observ´ vel.  =   2R2 CA L   .. e    −R C  O =  .1 e     R 1  2R    x1 ˙  L   − L L  x1   + =     u. de ordem 2.EA721 / PAULO VALENTE / UNICAMP ´ y(t) no intervalo 0 ≤ t ≤ tf e suficiente para se determinar a condicao ¸˜ inicial x0 . O sistema x = Ax. A representacao de estados do circuito el´ trico representado na Fi¸˜ e ´ gura 22.

ı Estimador (observador) de estados 5. ¸˜ ˆ ´ O chamado estimador de ordem completa e descrito pela equacao de estados ¸˜ estimados ˙ x(t) = Aˆ(t) + L(y(t) − C x(t)) + Bu(t). e a sa´da do estimador. y(t) e u(t). C x(t). e poss´vel construir um estimador ou observador de a ı estados e substituir a realimentacao do estado real x(t) pela sua estimativa x(t). medida. quando ent˜ o a sa´da a a a ı medida por um volt´metro seria identicamente nula. significando que a a a partir da tens˜ o medida no resistor em s´ rie com o capacitor durante um intervalo a e ´ de tempo finito 0 ≤ t ≤ tf e poss´vel determinar a corrente e a tens˜ o in´ciais no ı a ı indutor e no capacitor. fict´cia. x(0) = x0 . a a ı ¸˜ ´ ´ mas o sistema e observ´ vel. − + R − + C + − y + x2 207 O circuito da Figura 22. A ˆ a equacao do estimador possui duas entradas independentes. se e somente se det (O) = R2 L ´ for diferente de zero. A diferenca ¸˜ ¸ ´ entre a sa´da da planta y(t).1 ser´ completamente observ´ vel. x (56) (57) ´ O estimador (56)-(57) e de ordem completa porque a dimens˜ o do vetor de a ´ ` estados estimados x(t) e igual a dimens˜ o de vetor de estados original x(t). O sistema (circuito) e observ´ vel para quaisquer valores n˜ oa a nulos de R e L. N˜ o seria observ´ vel se por exemplo R = 0.1: Circuito RLC. ˆ x ˆ ˆ ˆ = (A − LC)ˆ(t) + Ly(t) + Bu(t). e ı ı ˆ ı .EA721 / PAULO VALENTE / UNICAMP PSfrag replacements u − x1 x1 L u R − Figura 22. Se os estados do sistema n˜ o est˜ o diretamente dispon´veis para realimentacao.

As ra´zes do polinˆ mio ¸˜ ¸˜ ı o ` caracter´stico de A − LC determinam como x(t) responde as entradas y(t) e u(t). qualquer que seja o erro inicial e(0) (desconhecido. denominada de matriz de ganhos de a estimativa:   l1  l2    L =  . ˆ = Ax − Aˆ − LCx + LC x. ent˜ o e(t) → 0 quanto t → ∞. ln 6. Se a matriz L for escolhida de tal forma que as ra´zes do polinˆ mio caracter´stico ı o ı de A − LC tenham partes reais negativas. como desejado. de dimens˜ o n × 1.  . . ˙ ˙ ˆ obtemos a seguinte equacao dinˆ mica para o erro: ¸˜ a = (A − LC)e. a porque n˜ o conhecemos x(0)).  . ˆ t ≥ 0. ˆ ˙ e = x − x. definindo o erro de estimativa no instante t como e(t) = x(t) − x(t). Consequentemente. De fato. ı ˆ como indica a transformada de Laplace de (56)-(57): ˆ X(s) = (sI − A + LC)−1 LY (s) + (sI − A + LB)−1 BU (s). Para determinar L utilizamos um procedimento an´ logo ao a adotado para a determinacao do ganho de realimentacao K. .EA721 / PAULO VALENTE / UNICAMP 208 ponderada pela matriz L. = (A − LC)(x − x). det (sI − A + LC) det (sI − A + LC) Escolhemos ent˜ o as ra´zes desejadas para det (sI − A + LC) na forma de um a ı polinˆ mio po (s) e em seguida resolvemos o det (sI − A + LC) = po (s). = adj (sI − A + LC) adj (sI − A + LC) LY (s) + BU (s). x(t) → x(t) quando t → a ˆ ∞. ´ A solucao para a equacao do erro e ¸˜ ¸˜ e(t) = e(A−LC)t e(0). x ˆ e(0) = x(0) − x(0). x ˆ = Ax + Bu − [Aˆ + L(y − C x) + Bu] . ent˜ o o estado estimado x(t) tende ao a ˆ estado real x(t) quando t tende ao infinito. e se todos os autovalores de A − LC possuirem partes reais estritamente negativas.

Exemplo. . cujas ra´zes s˜ o os p´ los desejados ı a o para o estimador. Assuma que o sistema x = Ax. ln . obtemos o polinˆ mio caracter´stico para e a o ı o estimador √ √ po (s) = (s + 10 − j2 3)(s + 10 + j2 3).  . qualquer po (s)) para o estimador pode ser alocado. ¸˜ ˆ a e Isso exige escolher p´ los para o estimador com constantes de tempo suficienteo mente mais r´ pidas do que aquelas escolhidas para o sistema em malha fechada. 8. com os o a ¸˜ ˆ coeficientes de mesmo grau do polinomio po (s). ln ).  s 0 0 s   Por outro lado. Se o sistema for observ´ vel. quando mais r´ pido se der a convergˆ ncia de x(t) para x(t) melhor. Escolhendo os p´ los do estimador com constantes de o √ tempo 5 vˆ zes mais r´ pidas. 0 1 det (sI − A + LC) = det  − −2 −3  +  l1 l2   1 0 . os quais ser˜ o funcoes de l1 . qualquer que seja o polinˆ mio po (s) de grau n. Considere o sistema representado pelas matrizes (relevantes para o projeto do observador)   0 1  e C= 1 0 . ˙ a Ent˜ o existe uma matriz L (n × 1) tal que a det (sI − A + LC) = po (s). . A determinacao de L que resolve (58) pode ser feita igualando-se os coeficientes ¸˜ do polinˆ mio det (sI − A + LC). Como o estado real x(t) ser´ substitu´do pelo estado estimado x(t) para fins de a ı ˆ realimentacao. Obtemos ent˜ o um sistema de n equacoes lineares e n inc´ gnitas a ¸˜ o (l1 . A= −2 −3 (58) Os p´ los do sistema √ malha fechada foram alocados atrav´ s de realimentacao o em e ¸˜ de estados em −2 ± j2 3. .EA721 / PAULO VALENTE / UNICAMP 209 ´ agora em termos de L. = s2 + 20s + 112. . qualquer conjunto de polos a ´ (isto e. . 9. o 7. l2 . . ´ Teorema. . y = Cx e observ´ vel. l2 . . a Um crit´ rio pr´ tico consiste em escolher as constantes de tempo do estimador de e a 3 a 5 vˆ zes menores do que a menor constante de tempo do sistema em malha e fechada. −10 ± j2 3.

. . . . Assim como a forma canˆ nica control´ vel facilita o c´ lculo dos ganhos de o a a realimentacao de estados. . 2 + 3l1 + l2 = 112.      x +    1  b0 − a0 bn b1 − a1 bn . . . ¸˜ det (sI − A + LC) = det   s + l1 −1   . . . Logo l1 = 17. . . . Da identidade det (sI − A + LC) = po (s) obtemos 3 + l1 = 20.    x= ˙  0 0 ··· 1 0 ··· . ˆ ´ Forma canonica observavel 10.EA721 / PAULO VALENTE / UNICAMP Efetuando as operacoes indicadas. . = s2 + (3 + l1 )s + (2 + 3l1 + l2 ). A forma canonica observ´ vel associada a a ` a funcao de transferˆ ncia ¸˜ e G(s) = ´ e  bn sn + bn−1 sn−1 + · · · + b1 s + b0 sn + an−1 sn−1 + · · · + a1 s + a0 0 0 . 0 0 ··· y= 1 −an−1 0 0 ··· x + bn u. 210 2 + l2 s + 3 = (s + l1 )(s + 3) + (2 + l2 ). l2 = 59 e L=  l1 l2  =  17 59  . . bn−1 − an−1 bn     u. . a forma canˆ nica observ´ vel simplifica substancial¸˜ o a ˆ mente o c´ lculo dos ganhos do observador. −a0 −a1 .

EA721 / PAULO VALENTE / UNICAMP

211

ˆ Assim com a matriz de estados na forma canonica control´ vel, a matriz de a estados na forma canˆ nica observ´ vel encontra-se representada numa forma como a ˆ ´ panheira, a partir da qual o polinomio caracter´stico de A e facilmente obtido: ı det (sI − A) = sn + an−1 sn−1 + · · · + a1 s + a0 . ˆ 11. Com o sistema representado na forma canonica observ´ vel, a matriz A − LC a do estimador assume a forma  0 0 ··· 1 0 ··· . . . . . . . . . 0 0 ··· 0 0 ··· 1 0 ··· . . . . . . . . . 0 0 ··· 0 0 . . . −a0 −a1 . . .   l1 l2 . . . ln      

  A − LC =     =   

1 −an−1 0 0 . . .

    −  

0 0 ···

1

,

−(a0 + l1 ) −(a1 + l2 ) . . .

1 −(an−1 + ln )

  . 

ˆ Como A − LC tamb´ m se encontra numa forma companheira, o polinomio e ´ caracter´stico de A − LC e ı det (sI − A + LC) = sn + (an−1 + ln )sn−1 + · · · + (a1 + l2 )s + (a0 + l1 ). Definindo o polinˆ mio desejado como o po (s) = sn + qn−1 sn−1 + · · · + q1 s + q0 , da identidade det (sI −A+LC) = po (s) resulta um sistema de n equacoes lineares ¸˜ a n inc´ gnitas trivial, que resolvido fornece os ganhos do estimador: o l2 = q 1 − a 1 , . . . l1 = q 0 − a 0 ,

ln = qn−1 − an−1 .

´ Formula de Ackermann

EA721 / PAULO VALENTE / UNICAMP

212

` o 12. Com a mesma motivacao que levou a f´ rmula de Ackermann para o c´ lculo ¸˜ a ´ dos ganhos de realimentacao de estados, e poss´vel mostrar que se o sistema n˜ o se ¸˜ ı a ´ encontra na forma canˆ nica observ´ vel, mas e observ´ vel (rank (O) = n), existe o a a uma transformacao de similaridade que leva o sistema a ser representado na forma ¸˜ canˆ nica observ´ vel. A f´ rmula de Ackermann correspondente para o c´ lculo dos o a o a ´ ganhos do estimador e  0 0 . . . 1 

´ ´ na qual O e a matriz de observabilidade do sistema, po (A) e a matriz definida por po (A) = An + qn−1 An−1 + · · · + q1 A + q0 I, e q0 , q1 , . . . , qn−1 s˜ o os coeficientes do polinˆ mio caracter´stico desejado para o a o ı observador. 13. Exemplo. Retomando o exemplo anterior, obtemos po (A) = A2 + 20A + 112I,  2     0 1 0 1 1 0  + 20   + 112  , =  −2 −3 −2 −3 0 1   110 17 . =  −34 59 ´ Como o sistema e observ´ vel (det (O) = 0, verifique), a inversa de O existe e a ´ e dada por O−1 −1  −1   C 1 0 1 0  = . =  ...  =  CA 0 1 0 1 

  L = po (A)O −1  

  , 

EA721 / PAULO VALENTE / UNICAMP
Os ganhos do estimador s˜ o obtidos atrav´ s da f´ rmula de Ackermann: a e o 0 L = p(A)O −1 , 1       110 17 1 0 0 17    =  , =  −34 59 0 1 1 59 os mesmos ganhos encontrados pelo procedimento anterior.

213

Controlador baseado no estimador
14. Dado um sistema dinˆ mico representado por vari´ veis de estado, control´ vel e a a a observ´ vel, a x = Ax + Bu, ˙ y = Cx, a ser controlado atrav´ s de realimentacao dos estados estimados, u = −K x, podee ¸˜ ˆ mos determinar a funcao de transferˆ ncia de um controlador dinˆ mico equivalente ¸˜ e a a partir das seguintes equacoes de estado e de sa´da: ¸˜ ı ˙ x = (A − LC)ˆ + Bu + Ly, ˆ x

= (A − LC − BK)ˆ + Ly, x u = −K x. ˆ

= (A − LC)ˆ − BK x + Ly, x ˆ

A sa´da da planta y passa a ser a entrada de um controlador baseado no estiı mador (ˆ representa o estado do controlador), enquanto que a sa´da do controlador x ı ` corresponde a entrada da planta, u. Neste caso, a funcao de transferˆ ncia do con¸˜ e ´ trolador dinˆ mico e dada por a C(s) = −K(sI − A + LC + BK)−1 L, ´ a qual fica completemente caracterizada apos a obtencao dos ganhos de realimentacao ¸˜ ¸˜ e de estimativa. A propriedade que nos garante ser poss´vel determinar K e L inı dependentemente recebe o nome de Princ´pio da Separacao. ı ¸˜

EA721 / PAULO VALENTE / UNICAMP

214

Aula 23

Realimentacao de estados – comportamento servo ¸˜
Controle proporcional Controle integral

Controle proporcional
1. A realimentacao linear de estados foi apresentada como uma t´ cnica de projeto ¸˜ e para se obter comportamento regulador do sistema de controle. Especificamente, dada a equacao de estados de um sistema linear invariante no tempo a ser contro¸˜ lado, x = Ax + Bu, ˙ y = Cx, deseja-se transferir o sistema de uma condicao inicial x(0) qualquer para a origem ¸˜ ¸ ¸˜ do espaco de estados. O controle da haste de um pˆ ndulo invertido na posicao e ˙ ´ de equil´brio vertical, caracterizada por θ = 0, θ = 0, x = 0 e x = 0, e uma ı ˙ ˙ aplicacao t´pica. Com a definicao usual de vari´ veis de estado x1 = θ, x2 = θ, ¸˜ ı ¸˜ a ´ x3 = x e x4 = x, e supondo que o sistema e levado inicialmente a uma condicao ˙ ¸˜ x(0) = 0 pela acao de um dist´ rbio externo, por exemplo, o sistema de controle ¸˜ u deve ser capaz de restaurar a posicao de equil´brio x = 0, o que basicamente ¸˜ ı envolve selecionar uma matriz de ganhos de realimentac ao K tal que todos os ¸˜ autovalores de A − BK tenham partes reais negativas. Desta forma, o sistema em malha fechada x = (A − BK)x ˙

´ torna-se assintoticamente est´ vel, isto e, x(t) = e(A−BK)t x(0) tende a zero quando a t tende ao infinito, qualquer que seja a condicao inicial x(0). ¸˜

2. A t´ cnica de controle por realimentacao de estados tamb´ m pode ser utilizada e ¸˜ e ´ para obter comportamento servo. Atrav´ s de uma escolha adequada, e sempre e poss´vel definir a sa´da da planta como sendo uma das vari´ veis de estado. A ı ı a Figura 23.1 ilustra o sistema de controle em malha fechada com realimentac ao de ¸˜ estados a ser empregado.

EA721 / PAULO VALENTE / UNICAMP

215 PSfrag replacements

r

+ k1 −

+ −

u

x = Ax + Bu ˙

x

C

y = x1

¯ K

Figura 23.1: Realimentacao de estados- controle proporcional. ¸˜ Sem perda de generalidade, definimos y1 = x1 , e supomos que a referˆ ncia a e ´ ser seguida e r(t) = r0 , t > 0, uma funcao degrau de amplitude r0 . A entrada de ¸˜ controle pode ser escrita na forma ¯ u = −Kx + k1 e ¯ = −Kx + k1 (r − x1 ), onde ¯ K= 0 k 2 k3 · · · kn . A dinˆ mica do sistema em malha fechada para a referˆ ncia degrau de amplitude a e ´ r0 aplicada no instante t = 0 e governada pela equacao de estados ¸˜ x = (A − BK)x + Bk1 r, ˙ ´ cuja solucao geral e ¸˜ x(t) = e(A−BK)t x(0) +
0 t

e(A−BK)(t−τ ) Bk1 r0 dτ,

t ≥ 0.

´ A matriz de ganhos de realimentacao K e determinada de forma que o sistema ¸˜ em malha fechada seja assintoticamente est´ vel. Com isso, o estado do sistema a quando quando t tende ao infinito, x(∞) = = =
t→∞

lim x(t) lim e(A−BK)t x(0) + lim
t t→∞ 0

t→∞ ∞ 0

e(A−BK)(t−τ ) Bk1 r0 dτ

e(A−BK)(t−τ ) Bk1 r0 dτ

Considere a planta de segunda ordem definida por P (s) = Y (s) 1 1 = = 2 . Consequentemente. a matriz de ganhos K deve ser tal o que det(sI − A + BK) = s2 + 8s + 16 = s2 + q1 s + q 0 . U (s) (s + α)(s + 1) s + (1 + α)s + α ´ onde α e um parˆ metro real. x(∞) = −(A − BK)−1 Bk1 r0 . da entrada de controle. 1 ´ Propriedade utilizada: uma matriz quadrada e invert´vel se e somente se todos os seus autovaloı res s˜ diferentes de zero ao . ´ Supondo que o objetivo seja alocar os dois polos de malha fechada em −4. ˙ x= 1 −α −(1 + α) y= 1 0 x. a matriz inversa de A − BK existe1 . y(∞) = x1 (∞).EA721 / PAULO VALENTE / UNICAMP tende a um vetor constante. o polinˆ mio desejado fica sendo pc (s) = (s + 4)2 . Exemplo. 216 Como por hip´ tese todos os autovalores de A − BK possuem partes reais o negativas. ´ O polinˆ mio caracter´stico de A e dado por o ı det(sI − A) = s2 + (1 + α)s + α = s2 + a1 s + a 0 . A representacao do sistema na forma canˆ nica cona ¸˜ o ´ trol´ vel e a     0 0 1  x +   u. Podemos ent˜ o calcular os valores a de regime do vetor de estados. x(∞) = 0 = (A − BK)x(∞) + Bk1 r(∞). u(∞) = −Kx(∞) + k1 r0 . ı 3. ˙ r(∞) = r0 . e da sa´da da planta.

e sistemas desse tipo (Tipo 1) n˜ o apresentam erros de regime para a entradas constantes. ent˜ o y(∞) = r0 . 16 Os valores de regime dos estados s˜ o dados por a   x1 (∞)  = −(A − BK)−1 Bk1 r0 x(∞) =  x2 (∞)    −8 −1 0 1     (16 − α)r0 = − 16 16 0 1   α r0 1− 16   =  . 0   −8 −1 1  . u(∞) = 0. A − BK =   0 1   e −16 −8 (A − BK)−1 ´ O valor de regime da entrada de controle. os ganhos de a realimentacao s˜ o facilmente obtidos: ¸˜ a k1 = q0 − a0 = 16 − α k2 = q1 − a1 = 7 − α. Controle integral . Nesta condicao. uma vez que para α = 0. = 16 16 0 Se α = 0. o valor de regime da sa´da e dado por ı ´ y(∞) = x1 (∞) = 1 − α r0 .EA721 / PAULO VALENTE / UNICAMP 217 ˆ Como o sistema se encontra na forma canonica control´ vel. o sistema possui um polo ı na origem. 16 α r0 . assume a forma ¸˜ u(∞) = −Kx(∞) + k1 r0 = α 1 − Finalmente. indicando que sa´da do sistema passar´ a seguir a a ı a referˆ ncia degrau de amplitude r0 sem erro de regime. e ¸˜ ´ Este resultado era previs´vel. Neste caso. apos simplificacoes.

¸˜ ´ ¸˜ A representacao de estados associada ao sistema ilustrado na Figura 23. Como nem todo sistema a controlar possui um integrador natural que anule o erro de regime para entrada degrau.2 ilustra um sistema de controle em malha fechada com um bloco integrador no caminho direto entre a referˆ ncia e a sa´da da planta. uma constante a ser determinada juntamente com K a partir das especificac oes de desempenho para o ¸˜ sistema em malha fechada. ˙ −C 0 ξ 0 1 ξ Dado que u = −Kx + KI ξ.2 e x = Ax + Bu. A Figura 23. podemos reescrever a equacao de estado na forma ¸˜ compacta        x ˙ x 0 A − BK BKI    +   r. As equacoes anteriores representam um sistema aumentado.controle integral. uma vez que o ¸˜ vetor de estados foi acrescido da vari´ vel auxiliar ξ. torna-se necess´ rio inclu´-lo adequadamente na a ı malha de controle. obt´ m-se a e          x ˙ A 0 x B 0  =   +   u +   r. Como anteriormente.2: Realimentacao de estados . ´ onde u = −Kx + KI ξ e KI e o chamado ganho integral. y = Cx.  = ˙ −C 0 ξ 1 ξ . 5.EA721 / PAULO VALENTE / UNICAMP 218 PSfrag replacements 4. assuma que r(t) = r 0 . t > 0. Na forma matricial. ˙ ˙ ξ = r − y. e ı r + ˙ ξ − ξ + u − x y kI x = Ax + Bu ˙ C K Figura 23.

  A −C B 0   x(∞) u(∞)   0 −r0  e como ˜ ` ´ Se a matriz a esquerda for n˜ o-singular. ent˜ o com argumentos similares a aos utilizados no caso de controle proporcional. ˜ t ≥ 0. KI . ent˜ o x(∞) e a a u(∞) ser˜ o calculados atrav´ s de a e    −1   x(∞) A B 0  =   . 219 As dimens˜ es de x. y(∞) = Cx(∞). atinge um valor constante x(∞) quando t tende ao infinito. o mesmo acontecendo ˜ com a entrada de controle. ou ainda. podemos mostrar que o estado do sistema aumentado. = . A e B s˜ o (n + 1). ˜ A=  A − BK BKI −C 0   e ˜ B=  0 1  . ˜ Supondo que os ganhos K e KI possam ser escolhidos de tal forma que todos ˜ os autovalores de A tenham partes reais negativas. x(t) = eAt x(0) + ˜ 0 ˜ t ˜ eA(t−τ ) Br0 dτ. Os valores de regime podem ser determinados a partir das equacoes de estados do sistema aumentado: ¸˜ x(∞) = 0 = Ax(∞) + Bu(∞) ˙ ˙ ξ(∞) = 0 = r0 − Cx(∞). isto e.EA721 / PAULO VALENTE / UNICAMP Defina x= ˜  x ξ  . e com a sa´da do sisı tema. u(∞) = −Kx(∞) + KI ξ(∞). A equacao de estado do sistema aumentado assume a forma ¸˜ matricial compacta ˜x ˜ ˙ x = A˜ + Br. (n + 1) × (n + 1) e (n + 1) × o ˜ ˜ ˜ a 1. u(∞) −C 0 −r0 u(∞) = −Kx(∞) + KI ξ(∞). respectivamente. se rank(A) = n + 1. obt´ m-se e ξ(∞) = 1 [u(∞) + Kx(∞)].

Note que n = 1. .1 0. ˙ −1 0 ξ 1 ξ Como rank   −0.25KI x 0  =    +   r.1 − 0.1]. Considere a planta de primeira ordem definida por P (s) = Y (s) 0.25] e C = [1].25K 0. Supondo que o objetivo seja alocar os dois polos de malha fechada do ˆ sistema aumentado em −2. as constantes K e KI devem ser tais que ˜ det(sI − A) = s2 + 4s + 4. de ordem a o ´ n + 1 = 2.1 ´ Uma representacao do sistema na forma de estado e ¸˜ x = −0.25u.  rank −C 0 ˜ ent˜ o os autovalores de A podem ser arbitrariamente alocados atrav´ s a e de escolhas apropriadas de K e KI .1x + 0. B = [0. o polinomio desejado fica sendo pc (s) = (s + 2)2 .25 = .25 −1 0   = 2. ´ Teorema.EA721 / PAULO VALENTE / UNICAMP 220 ´ A sa´da do sistema e y(∞) = Cx(∞). Exemplo. O resultado que permite caracterizar os ı valores de regime do sistema em malha fechada na forma acima pode ser enunciado como segue. U (s) s + 0. O sistema aumentado. os autovalores do sistema aumentado podem ser arbitrariamente alocados atrav´ s e ´ de K e KI .1. ˙ y = x. 6. O sistema em malha aberta ´ e control´ vel e possui um p´ lo real em −0. Se o sistema x = Ax + Bu e control´ vel e ˙ a   A B  = n + 1. e dado por        x ˙ −0. A = [−0.

4r0 + 15.  = 0. e a sa´da segue a referˆ ncia e ı e em regime – o controle puramente proporcional n˜ o produziria o mesmo resultado. a ´ O valor de regime do estado auxiliar ξ e dado por ξ(∞) = = 1 [u(∞) + Kx(∞)] KI 1 [0.1 + 0. Os valores de regime o e do estado e da entrada s˜ o a −1      0 −0.25KI 1 s   221 = s2 + (0.6r0 ] = r0 .25K) −0.6].25 x(∞)     =   −r0 −1 0 u(∞)    0 −1 0   =  4 −0.4r0 Note que como y = x. obt´ m-se y(∞) = x(∞) = r0 . 16 .EA721 / PAULO VALENTE / UNICAMP onde ˜ det(sI − A) = det   s + (0.25KI .25K)s + 0. Igualando os polinˆ mios.4 −r0   r0 .1 0.1 + 0. obt´ m-se KI = 16 e K = [15.

¸˜ 2.EA721 / PAULO VALENTE / UNICAMP 222 Aula 24 Introducao ao Controle Digital ¸˜ Controle digital Conversor A/D Conversor D/A Controlador digital Equacoes a diferˆ ncas ¸˜ e Funcoes de transferˆ ncia discretas ¸˜ e Resposta temporal de sistemas discretos Controle digital 1. w(t) r(k) + e(k) ˆ − u(k) D/A u(t) Planta y(t) Controlador Digital Clock y (k) ˆ A/D Sensor v(t) Figura 24.1 coexistem dois tipos distintos de sinais: . A Figura 24.1: Sistema de controle com implementacao digital.1 ilustra um e ´ sistema de controle em malha fechada no qual a funcao de controle e realizada por ¸˜ um controlador digital residente num processador digital de sinais. No diagrama de blocos da Figura 24. Podemos definir controle digital como sendo o controle PSfrag replacements de sistemas dinˆ micos a na forma amostrada atrav´ s de computadores digitais.

k = 1. e submetida a ı um conversor anal´ gico-digital (A/D). o erro m´ ximo de quantizacao e M/32. a sa´da do controlador. a a a ´ M/16. e sinais ı o discretos ou amostrados. correspondentes a k = 0. Assume-se ` que a soma dos tempos necess´ rios as convers˜ es e ao processamento pelo compua o ´ tador e pequena quando comparada ao per´odo de amostragem T . . . e 6. . at´ 15M/16. e Para que o sinal anal´ gico seja adequadamente representado. Assumindo que o processo de digitalizacao aproxima as tens˜ es anal´ gicas para ¸˜ o o os n´veis de quantizacao mais pr´ ximos. Em seguida. . para gerar o erro a ser processado pelo computador digital. 2M/16. t = 2T .. a taxa de amostragem o a ser utilizada deve ser de pelo menos duas vˆ zes a faixa de passagem do sinal e ¨ encia de Nyquist. . .2 ilustra o processo de u a digitalizacao do sinal amostrado. t = T . representados pelos numeros bin´ rios 0000. Na o a ´ ´ primeira e obtida a amostra do sinal analogico atrav´ s de um circuito amostrador. e submetida a um conversor digital-analogico (D/A). ent˜ o o sinal digital poder´ assumir´ os valores 0. O argumento ˆ ˆ ´ k. . anal´ gico. o valor da amostra e rea presentado por um n´ mero bin´ rio. a e ¸ ı ¸˜ Para um conversor de 4 bits. Os sinais discretos assumem valores apenas nos instantes t = 0. Se o sinal ı amostrado variar de 0 a M volts. y(t) e v(t).EA721 / PAULO VALENTE / UNICAMP 223 sinais cont´nuos ou anal´ gicos. sendo as operacoes de convers˜ o habilitadas por um sinal de clock. u(k) e y (k). a sa´da do ¸˜ a ı ´ conversor A/D e comparada com o valor da referˆ ncia no mesmo instante discreto e de tempo. digital. onde T e o chamado per´odo de amostragem do ¸˜ ı sistema. A convers˜ o A/D consiste de duas etapas.. . A sa´da do sistema no instante t = kT . . . que indica o instante de tempo no qual o valor da vari´ vel associada e represena ´ ´ tado. O n´vel de quantizacao do sinal depende do ¸˜ ı ¸˜ n´ mero de bits utilizados pelo conversor. k = 2. 0001. superiores ou inferiores. representados por u(t). ı Conversor A/D ´ ˆ 4. A Figura 24. . w(t). . medida pelo sensor. o erro m´ ximo ı ¸˜ o a introduzido pelo processo ser´ de metade da diferˆ nca entre n´veis de quantizacao. Exemplo: um conversor de 4 bits peru mite quantizar o valor do sinal amostrado em 24 = 16 n´veis distintos. Um conversor A/D e basicamente um dispositivo eletronico que transforma sinais anal´ gicos em sinais digitais. a chamada frequˆ o ´ 5. Como o custo a ¸˜ ´ ´ de um conversor A/D e inversamente proporcional ao n´vel de quantizacao produı ¸˜ . e uma abreviacao para kT . e a 0010. . e(k). Na segunda etapa do processo de convers˜ o A/D. at´ 1111. . representado pelo o ı ´ ´ computador digital. representados por r(k). ´ 3.

A Figura 24. u u(kT ) u(t) u(t) m´ dio e 0 1 2 3 4 5 6 7 8 t Figura 24.3 ilustra um processo de convers˜ o digital-anal´ gica que utiliza o chamado seguraa o dor de ordem zero – SOZ. ¸˜ o Conversor D/A PSfrag replacements ´ 7.EA721 / PAULO VALENTE / UNICAMP 224 zido. a .3: Convers˜ o D/A com SOZ.2: Amostragem e digitalizacao do sinal anal´ gico. y(t) 15M/16 14M/16 13M/16 12M/16 11M/16 10M/16 9M/16 8M/16 7M/16 6M/16 5M/16 4M/16 3M/16 2M/16 1M/16 0M/16 1111 1110 1101 1100 1011 1010 1001 1000 0111 0110 0101 0100 0011 0010 0001 0000 0 1 2 3 4 5 6 7 8 t Figura 24. O conversor D/A transforma sinais digitais em sinais anal ogicos. torna-se necess´ rio estabelecer uma relacao de compromisso entre precis˜ o a ¸˜ a desejada e custo.

1 pode ser visto como um programa execut´ vel contendo instrucoes descritas numa linguagem de programacao que sua ¸˜ ¸˜ porte aplicacoes em tempo real.EA721 / PAULO VALENTE / UNICAMP 225 ´ O valor u(kT ) e segurado (mantido na sa´da do conversor) pelo per´odo de ı ı amostragem T . O atraso diminui ao e se reduzir o per´odo T . ˙ onde kP . O controlaˆ dor digital pode estar hospedado num mini ou micro-computador. ou mesmo num ´ microprocessador integrado num unico chip. considere um ¸˜ controlador cont´nuo do tipo PID. kI e kD s˜ o os ganhos proporcional. T . No instante t = kT . ı Controlador digital 8. Para fins de ilustracao. T obt´ m-se a seguinte recorrˆ ncia para o sinal de controle: e e u(kT ) = u[(k − 1)T ] + kP (e(kT ) − e[(k − 1)T ])+ e(kT ) − 2e[(k − 1)T ] + e[(k − 2)T ] kI T e[(k − 1)T ] + kD . O resultado final e um sinal cont´nuo u(t) constante por ı partes. O controlador digital indicado na Figura 24. obt´ m-se o e kT u(kT ) = kP e(kT ) + kI 0 k−1 e(τ )dτ + kD e(kT ). at´ que a chegada da pr´ xima amostra u[(k + 1)T ]. quando ent˜ o e o a ´ ´ o processo e repetido. O sinal u(t) atrasa u(kT ). ˙ e(iT ) + kD i=0 kP e(kT ) + kI T e(kT ) − e((k − 1)T ) . ı t u(t) = kP e(t) + kI 0 e(τ )dτ + kD e(t). T onde a integral do erro foi aproximada atrav´ s de integracao retangular e a derie ¸˜ vada do erro atrav´ s da regra de Euler. T /2 segundos. em m´ dia. integral e derivativo do controlador. Subtraindo-se u(kT ) e e u[(k − 1)T ] = kP e[(k − 1)T ]+ kI T i=0 k−2 e(iT ) + kD e[(k − 1)T ] − e[(k − 2)T ] . a por hip´ tese conhecidos. mas o custo do circuito amostrador aumenta. Essas instrucoes descrevem como o sinal digital ¸˜ ¸˜ de controle u(k) deve ser computado a partir do sinal de erro e(k).

que e ı representa o valor da vari´ vel de controle – a sa´da do programa. a ı .4: Controlador PID digital codificado. Inicializacoes T=0. (k − 1)T e kT s˜ o necess´ rios. A Figura 24. O programa comeca com as definic oes de vari´ veis ¸ ¸˜ a e parˆ metros e prossegue com as inicializacoes necess´ rias.000884 kP=1. .065 ukm1=0 ekm2=0 ekm1=0 uk=0 . A parte do programa a ¸˜ a ´ delimitada por begin e end e executada a cada T segundos. atrav´ s das quais o programa a e tem acesso aos valores da referˆ ncia e da sa´da da planta.4 apresenta uma poss´vel codificacao do controlador PID digitaliı ¸˜ zado atrav´ s da linguagem de programacao dispon´vel no Laborat´ rio de Controle e ¸˜ ı o e Servomecanismos da FEEC. A recorrˆ ncia acima e facilmente coa a e dificada em qualquer linguagem de programacao que suporte aplicacoes em tempo ¸˜ ¸˜ real. e controleffort. Note a existˆ ncia das e vari´ veis com nomes reservados cmdpos e encpos.72 kI=8 kD=0.EA721 / PAULO VALENTE / UNICAMP 226 Apenas o valor do controle no instante (k −1)T e os valores do erro nos instan´ tes (k − 2)T . Definicoes #define T q1 #define kP q2 #define kI q3 #define kD q4 #define ukm1 q5 #define ek q7 #define ekm1 q8 #define ekm2 q9 . Loop begin ek=cmdpos-encpos controleffort=ukm1+kP*(ek-ekm1)+kI*T*ekm1 +kD*(ek-2*ekm1+ekm2)/T ukm1=controleffort ekm2=ekm1 ekm1=ek end Figura 24.

Considere por exemplo o sistema que descreve como o saldo de uma conta corrente evolui ao longo do tempo. ı b1 . . Existe entretanto um classe de sistemas que s˜ o inerena temente discretos. Supondo que a n-´ sima derivada de f (t) possui transformada de Laplace. . do mesmo modo que a transformada de Laplace empresta simplicidade ´ ao estudo de sistemas cont´nuos no tempo. obt´ m-se L dn f (t) = sn F (s). . Sistemas obtidos dessa forma s˜ o chamados ¸˜ ı a de sistemas discretizados. ı . k = 0. . bm s˜ o os parˆ metros constantes do sistema. a2 . a a ˆ Funcoes de transferencia discretas ¸˜ 10. . ent˜ o a y(k + 1) = y(k) + u(k). . 1. Se y(k) representa o saldo da conta e u(k) a diferˆ nca entre o que foi depositado e o que foi retirado da conta no mˆ s e ¸ e k. . b0 .EA721 / PAULO VALENTE / UNICAMP 227 ˆ ¸ Equacoes a diferencas ¸˜ 9. ent˜ o e a ¸˜ e com condicoes iniciais nulas. e a1 . . . Se f (t) e uma funcao que admite ı ¸˜ transformada de Laplace e f (t) = 0 para todo t < 0. O controlador PID digital discutido na secao anterior foi obtido atrav´ s da ¸˜ e discretizacao do controlador cont´nuo. 2. Qualquer sistema discreto ou discretizado linear e invariante no tempo cuja sa´da ı no instante k depende de n valores passados da sa´da e m valores passados da ı entrada. an . . respectivamente. dtn ´ que e a propriedade fundamental por tr´ s da obtencao de funcoes de transferˆ ncia a ¸˜ ¸˜ e de sistemas cont´nuos. A an´ lise e a s´ntese de sistemas discretos no tempo podem ser sistematizadas a ı e tornadas operacionalmente mais simples quando se utiliza a Transformada Z (discreta). pode ser representado por uma equacao a diferencas da forma ¸˜ ¸ y(k) = −a1 y(k − 1) − a2 y(k − 2) − · · · − an y(k − n)+ + b0 u(k) + b1 u(k − 1) + · · · + bm u(k − m) onde y(k) e u(k) denotam sa´da e entrada. . ent˜ o a L[f (t)] = F (s) = ∞ 0 f (t)e−st dt.

a transformada Z do sinal f (k − n) pode ser calculada da seguinte forma: se l = k − n. a ´ ı a o Se n ≥ m ent˜ o e poss´vel representar P (z) como a seguinte raz˜ o de polinˆ mios na vari´ vel z: a P (z) = Y (z) b0 z n + b1 z n−1 + · · · + bm z n−m = n . U (z) 1 + a1 z −1 + a2 z −2 + · · · + an z −n + b0 U (z) + b1 z −1 U (z) + · · · + bm z −m U (z). Em particular. A transformada Z de um sinal discreto no tempo f (k). a o Resposta temporal de sistemas discretos . A funcao de transferˆ ncia do sistema ¸˜ e ¸ ¸˜ e ´ discreto gen´ rico da secao anterior e obtida aplicando-se a transformada Z a ambos e ¸˜ os lados da equacao: ¸˜ Y (z) = −a1 z −1 Y (z) − a2 z −2 Y (z) − · · · − an z −n Y (z)+ ´ A funcao de transferˆ ncia discreta do sistema e definida por ¸˜ e P (z) = b0 + b1 z −1 + · · · + bm z −m Y (z) = . tal que ´ f (k) = 0 para todo inteiro k < 0 e definida como Z[f (k)] = F (z) = ∞ k=0 f (k)z −k . . ´ 12. . respectivamente. U (z) z + a1 z n−1 + a2 z n−2 + · · · + an ˆ Caso n˜ o hajam ra´zes comuns. k = 0. os zeros dos polinomios numerador e denominador a ı de P (z) s˜ o os zeros e os p´ los de P (z).EA721 / PAULO VALENTE / UNICAMP 228 11. . A propriedade Z[f (k − n)] e essencial para se obter funcoes de transferˆ ncia ¸˜ e discretas a partir de equacoes a diferˆ ncas. 1. 2. ent˜ o k = l + n e a Z[f (k − n)] = ∞ l=0 −n −n ∞ l=0 f (l)z −(l+n) f (l)z −l = z = z F (z).

4. . Exemplo. 1. Fatore Y (z) numa soma de fracoes parciais com o a anti-transformadas Z conhecidas. modelada anteriomente como y(k + 1) = y(k) + u(k). e ¸˜ e 14. A transformada Y (z) e tipicamente uma funcao racional – raz˜ o de po¸˜ a ¸˜ linˆ mios – na vari´ vel z. A resposta temporal de um determinado sistema discreto a uma dada entrada pode ser obtida atrav´ s da equacao a diferencas que o descreve.. (z − 1)2 No presenta caso n˜ o e necess´ rio empregar o processo de fatoracao porque Y (z) a ´ a ¸˜ possui uma anti-transformada tabelada. U (z) z−1 Desejamos conhecer o saldo da conta em qualquer instante discreto de tempo k. 2. dado que mensalmente a conta recebe recursos l´quidos no montante de r reais. Obtenha a transformada Z da entrada u(k). obtemos U (z) = r0 z/(z − 1).EA721 / PAULO VALENTE / UNICAMP 229 13. A transformada Z da sa´da e ı ´ Y (z) = P (z)U (z) = r0 z . Entretanto. ı Neste caso.. u(k) = r0 para k = 0. gostar´amos de conhecer o valor final da sa´da. 1. O procedimento para obter a resposta temporal de um sistema modelado pela ¸˜ funcao de transferˆ ncia discreta P (z) = Y (z)/U (z) pode ser resumido como see gue: 1. Obtenha a transformada Z da sa´da. com e ¸˜ ¸ esse procedimento obtemos apenas os valores da sa´da instante-a-instante. . ser´ a soma das anti-transformadas a das fracoes parciais de Y (z). . A resposta temporal do sistema. Y (z) = P (z)U (z). 2. . A resposta temporal de sistemas discretos pode ser eficientemente caracterizada atrav´ s do conceito de funcao de transferˆ ncia discreta. y(k). Al´ m disso. Considere a equacao a diferencas que descreve a evolucao do saldo ¸˜ ¸ ¸˜ de uma conta corrente. ¸˜ ´ Os dois ultimos passos s˜ o normalmente conduzidos com o aux´lio de uma tabela a ı de anti-transformadas Z. e n˜ o ı a uma express˜ o anal´tica que descreva a sa´da em qualquer instante discreto de a ı ı tempo. a qual fornece y(k) = r 0 k. . ı ´ 3. caso esse e ı ı valor exista. 15. A ´ funcao de transferˆ ncia do sistema e ¸˜ e P (z) = Y (z) 1 = . 2 . . Consultando uma tabela de transformadas Z. k = 0.

. Este valor pode ser calculado utilizando-se a vers˜ o a discreta do Teorema do Valor Final empregado para sistemas cont´nuos. . ¸˜ 16. .). n˜ o possui valor final para r0 = 0. ent˜ o o a y(∞) = lim y(k) = lim (1 − z −1 )Y (z). possuirem m´ dulos menores do que 1. 1. a o a ´ ı (Note que y(k) = r0 k. Considere a sa´da Y (z) = r0 z/(z − 1)2 obtida no exemplo anterior.5)(z − 1) . z→1 z (z − 0. um sinal y(k) tal que Y (z) = ´ satisfaz a hip´ tese e seu valor final e o y(∞) = lim (1 − z −1 )Y (z) z→1 z(z + 1) (z − 0.EA721 / PAULO VALENTE / UNICAMP 230 O resultado final indica que o saldo da conta cresce (decresce) linearmente quando ´ a movimentacao da conta (constante) e positiva (negativa). ı Como z − 1 r0 z r0 (1 − z −1 )Y (z) = = 2 z (z − 1) z−1 n˜ o satisfaz a hip´ tese formulada. Exemplo. k = 0. n˜ o e poss´vel calcular o valor final de y(k). Se todos ı os p´ los de (1 − z −1 )Y (z) se encontrarem no interior do c´rculo de raio unit´ rio. o ı a ´ isto e.5)(z − 1) = lim z(z + 1) z−1 = 4. Por a outro lado. k→∞ z→1 17. 2. Seja Y (z) a transformada Z de um sinal qualquer y(k) que possui um valor final y(∞) quando k → ∞.

. e U (z) = ∞ u(k)z −k = 1. seja a G(z) uma funcao de transferˆ ncia discreta de um sistema qualquer. k=0 ´ A resposta do sistema a uma entrada u(k) qualquer e Y (z) = G(z)U (z). A transformada ¸˜ e a Z da funcao pulso unit´ rio. . De forma a caracterizar e a estabilidade de sistemas dinˆ micos lineares discretos e invariantes no tempo. . . k y(k) = j=0 g(k − j)u(k). . k=0 ∞ k k=0 j=0 k=0 g(k − j)u(k)z −k . Dizemos que um sistema e est´ vel do ponto de vista entrada-sa´da se a resposta ı ´ do sistema a qualquer entrada limitada e tamb´ m limitada. . a g(k). ou em termos da definicao de transformada Z. . g(1). . ¸˜ ∞ y(k)z −k = ∞ g(k)z −k ∞ u(k)z −k k=0 = Consequentemente. e ent˜ o calculando a transformada Z a G(z) = ∞ g(k)z −k . podemos obter G(z) experimentalmente submetendo o sistema que a func ao ¸˜ representa a uma entrada pulso unit´ rio e coletando as amostras g(0). .EA721 / PAULO VALENTE / UNICAMP 231 Aula 25 Introducao ao Controle Digital ¸˜ Estabilidade entrada-sa´da ı Mapeamento Plano s – Plano z Estabilidade entrada-sa´da ı ´ a 1. definida como u(k) = 1 se k = 0 e u(k) = 0 para ¸˜ ´ k = 0. k=0 ` ´ Como a resposta de G(z) a entrada pulso unit´ rio e Y (z) = G(z)U (z) = a G(z).

.1)(z − 0. 2. O sistema ser´ o o a inst´ vel caso algum p´ lo possua m´ dulo maior do que 1. o sistema e o o est´ vel. . o o Exemplo.8) . |g(k)| < ∞ a sa´da ser´ tamb´ m limitada. Seja g(k).EA721 / PAULO VALENTE / UNICAMP 232 ´ ` A resposta do sistema no instante k e igual a convolucao discreta entre a entrada e ¸˜ a resposta ao impulso do sistema. ent˜ o a k |y(k)| = ≤ j=0 k j=0 g(k − j)u(k) |g(k − j)||u(k)| k ≤ M e se ∞ k=0 j=0 |g(k − j)|.4) . Ent˜ o e a ∞ k=0 |g(k)| < ∞ se e somente se todos os p´ los de G(z) possuem m´ dulos estritamente o o menores do que 1. 1.8) ´ Como todos os p´ los do sistema possuem m´ dulos menores do que 1. Os sistemas a z G2 (z) = (z − 1. z(z − 0. marginalmente est´ vel a o o a caso todos os p´ los possuam m´ dulos menores ou iguais a 1. k = 0. Se a entrada u(k) for limitada. o sistema representado por G(z) e est´ vel se e somente se todos os a p´ los de G(z) possuem m´ dulos estritamente menores do que 1. ı a e Teorema. ´ Assim. Considere o sistema modelado pela funcao de transferˆ ncia discreta ¸˜ e G1 (z) = 10(z − 0. .5)(z − 0. significando que existe um M < ∞ tal que |u(k)| < M para todo k. a resposta ao impulso de um sistema linear discreto invariante no tempo e G(z) a funcao de trans¸˜ ferˆ ncia discreta associada.

e chamada de faixa prim´ ria. B. o o a 2. Uma regra simples determina se todas as ra´zes possuem ı m´ dulos estritamente menores do que 1.1. similar ao Crit´ rio de Routh-Hurwitz para sistemas cont´nuos no e e ı ´ tempo.5)(z − 0. de −ωs /2 a −3ωs /2. |z| = eσT e z = ωT . O mapeamento e definido por z = esT . por exemplo pode ser a respondida a partir da localizacao dos p´ los do sistema relativamente ao eixo ima¸˜ o gin´ rio. A frequencia ı ´ de amostragem associada e ωs = 2πfs = 2π/T rad/s. A quest˜ o da estabilidade. e indicado na Tabela 25. ¨ˆ 4.1. C. A. e assim sucessivamente.EA721 / PAULO VALENTE / UNICAMP e G3 (z) = 233 z+1 z+1 = 2 − z + 0. Neste ponto torna-se conveniente estabelecer um mapeamento entre pona tos no plano s e pontos no plano Rez × Imz. o primeiro porque possui um polo maior do que 1. o crit´ rio de Jury e baseado na e e ˆ construcao de uma tabela associada ao polinomio caracter´stico do sistema discreto ¸˜ ı – denominador de G(z). V´ rias caracter´sticas importantes de sistemas cont´nuos no tempo modelados a ı ı ` por funcoes de transferˆ ncia podem ser associadas as localizacoes de seus p´ los ¸˜ e ¸˜ o e zeros no plano complexo s. o Mapeamento Plano s – Plano z 3. O mapeamento dos pontos cr´ticos para o maı ´ peamento. A estabilidade absoluta de sistemas discretos no tempo representados por func oes ¸˜ de transferˆ ncia pode ser analisada atrav´ s de um procedimento conhecido como e e Crit´ rio de Jury.5 − j0. O mapeamento da faixa prim´ ria do plano s no a ´ plano z e indicado na Figura 25. D. E. . ¨ˆ onde T representa o per´odo de amostragem referido anteriormente.5 + j0.2. As faixas complementares seriam a de ωs /2 a 3ωs /2. Assim como o crit´ rio de Routh-Hurwitz. Logo.5) (z − 1)(z (z − 1)(z − 0. A regi˜ o do Plano s indicada na Figura 25. Denotando s = σ + jω.5) ´ n˜ o s˜ o est´ veis. o segundo a a a porque um p´ lo possui m´ dulo igual a 1 (marginalmente est´ vel). a ser referido como plano complexo ´ z. obt´ m-se e z = e(σ+jω)T = eσT ejωT . na qual a freq uencia ω varia de a ´ −ωs /2 a ωs /2.

1: Plano s – faixa prim´ ria. a Tabela 25. ı Res 0 0 −∞ −∞ 0 Ims 0 ωs /2 ωs /2 −ωs /2 −ωs /2 Rez 1 −1 0 0 −1 Imz 0 0 0 0 0 A B C D E PSfrag replacements Ims Plano s C −∞ 0 D E B Faixa Prim´ ria a A Res − ωs 2 ωs 2 Figura 25. Concluimos ent˜ o que os pontos nas faixas complementares s˜ o mapeados sobre a a os mapeamentos dos pontos da faixa prim´ ria. ent˜ o s pode ser escrito a ` ´ como s = s1 + jnωs . Exemplo: s1 = 1 + ωs /2 e s2 = a 1 + 3ωs /2 s˜ o mapeados no mesmo ponto do plano z. a u ´ ´ A imagem do ponto s1 no plano z e z1 = es1 T .EA721 / PAULO VALENTE / UNICAMP 234 5. a .1: Mapeamento de pontos cr´ticos. Se um dado ponto s pertence a uma faixa complementar. onde s1 pertence a faixa prim´ ria e n e um n´ mero inteiro. a imagem de s = s1 + jnωs e z = esT = e(s1 +jnωs )T = es1 T ejnωs T = es1 T ej2nπ = es1 T = z1 .

No plano s a regi˜ o a . Pontos com parte real constante s˜ o representados por a ´ s = σ + jω. ´ Indices de desempenho relativos a resposta ao degrau do sistema. 8. Pontos no semi-plano esquerdo do plano s (σ < 0) s˜ o mapeados no plano a z no interior do c´rculo de raio unit´ rio (|z| < 1). Pontos sobre o eixo imagin´ rio do plano s (σ = 0) s˜ o mapeados no plano z a a na circunferˆ ncia de raio unit´ rio (|z| = 1). ı a 6. onde σ e um valor constante e −∞ < ω < +∞. e a 7. Pontos no semi-plano direito do plano s (σ > 0) s˜ o mapeados no plano z a fora do c´rculo de raio unit´ rio (|z| > 1). O mapeamento de pontos do plano s com o ξ ou ωn constante nos permitir´ prever qual o tipo de resposta a ser apresentada a ´ por um sistema discreto no tempo a partir do conhecimento dos zeros e p olos da ¸˜ e funcao de transferˆ ncia discreta.2: Plano z – c´rculo unit´ rio.EA721 / PAULO VALENTE / UNICAMP Imz 1 Plano z PSfrag replacements 235 −1 B E C D 0 A 1 Rez −1 Figura 25. como m´ xima sobre-elevacao. entre outros. Parte real constante. a ¸˜ ¸˜ ¨ˆ dependem fundamentalmente do fator de amortecimento (ξ) e da freq uencia natural dos p´ los dominantes do sistema. Dos resultados anteriores podemos afirmar que: 1. ı a 2. tempo de subida e tempo de acomodacao. ı a 3. As caracter´sticas da resposta temporal de um sistema cont´nuo no tempo est˜ o ı ı a ` ´ intrinsecamente associadas a regi˜ o do plano s na qual seus zeros e polos se ena ` contram.

3: Parte real constante.4. Note que a variacao de ω de −∞ a ¸˜ +∞ corresponde infinitas voltas sobre a circunferˆ ncia de raio z = eσT . como indicado na Figura PSfrag replacements 25.EA721 / PAULO VALENTE / UNICAMP 236 ´ assim descrita e uma linha paralela ao eixo imagin´ rio. respectivamente. 9. Parte imagin´ ria constante. a . Exemplo: as freq¨ encias ωs /2 e −ωs /8 uˆ ˆ correspondem angulos de 180o e −45o . No plano z obt´ m-se um a e σT .4: Parte imagin´ ria constante. interior ou exterior ao c´rculo de raio unit´ rio conforme c´rculo de raio z = e ı ı a ` σ < 0 ou σ > 0.3. Ims ωs /2 1 π e2 Imz 0 −ωs /8 Res 0 − π 4 Rez −1 Figura 25. Pontos com parte imagin´ ria constante s˜ o reprea a a ´ sentados por s = σ + jω. No plano ´ z a regi˜ o assim determinada e uma linha radial. como ilustra a Figura 25. onde −∞ < σ < ∞ e ω e um valor constante. pois o m´ dulo de z = esT varia a o ˆ ` de 0 a ∞ e o angulo permanece constante. e PSfrag replacements Ims 1 eσ2 T σ1 0 σ2 Res eσ1 T −1 0 Rez Imz Figura 25.

Os lugares geom´ tricos no plano z associados a ξ constantes s˜ o curvas espiraladas.5 ilustra o mapeamento de pontos de fator de amortecimento constante para freq¨ encias na faixa 0 ≤ ω ≤ ωs /2. a considere a seguinte representacao para pontos com fator de amortecimento cons¸˜ tante: s = −ξω + jω.EA721 / PAULO VALENTE / UNICAMP 237 10. e a sim´ tricas em relacao ao eixo real. As curvas relativas a −ωs /2 ≤ uˆ ω ≤ 0 s˜ o sim´ tricas em relacao as curvas indicadas. O mapeamento no plano z da regi˜ o corresa pondente a freq¨ encia natural constante no plano s – semi-c´rculos concˆ ntricos uˆ ı e de raio ωn com σ < 0 – s˜ o curvas como as ilustradas na Figura 25. A Figura 25. Frequˆ ncia natural constante. ¨e 11. −∞ ≤ ω ≤ ∞. Para analisar o mapeamento da regi˜ o a ¨ˆ correspondente a fator de amortecimento constante e freq uencia natural vari´ vel. . As cura vas relativas aos semi-c´rculos com σ > 0 s˜ o sim´ tricas em relacao as curvas ı a e ¸˜ ` indicadas.6. Fator de amortecimento constante.5: Fator de amortecimento constante. exceto quando ξ = 0 (θ = 90o ) e ξ = 1 e ¸˜ (θ = 0o ).PSfrag replacements a e ¸˜ ` Ims 1 θ2 Imz ξ2 = cos θ2 ξ1 = cos θ1 θ1 0 Res 0 Rez −1 Figura 25. ´ onde ξ = cos θ. O mapeamento de s no plano z e z = esT = e(−ξω+jω)T = e−ξωn T ejωT = e = e −2πωξ/ωs j2πω/ωs (T = 2π/ωs ) e −2πωξ/ωs 2πω/ωs .

uˆ .6: Freq¨ encia natural constante.PSfrag replacements EA721 / PAULO VALENTE / UNICAMP Ims ωs /2 ωs /4 ωs /8 0 Res 0 Imz ωn = ωs /2 1 238 ωn = ωs /4 ωn = ωs /8 Rez −1 Figura 25.

EA721 / PAULO VALENTE / UNICAMP 239 Aula 26 Introducao ao Controle Digital ¸˜ Amostragem de sistemas cont´nuos ı Diagramas de blocos Especificacoes de desempenho ¸˜ Amostragem de sistemas cont´nuos ı 1. com entrada e sa´da no tempo cont´nuo t. (Uma vez determinada a funcao C(z).1: Sistema de controle com implementacao digital. Considere o sistema de controle com implementacao digital ilustrado na Figura ¸˜ ´ 26.1. que exerce a funcao de controlador digital. podemos obter a equacao a diferencas ¸˜ ¸˜ ¸ PSfrag¸ ao que suporte ˜ associada e implement´ -la usando uma linguagem de programacreplacements a ´ aplicacoes em tempo real. a ¸˜ e w(t) r(k) + e(k) ˆ − u(k) D/A u(t) Planta y(t) Controlador Digital Clock y (k) ˆ A/D Sensor v(t) Figura 26. ¸˜ . torna-se ¸˜ e ı ı conveniente amostr´ -la e em seguida obter sua funcao de transferˆ ncia discreta. de forma e que as especificacoes de desempenho para o sistema em malha fechada sejam aten¸˜ didas. O objetivo central ao abordar esse tipo de sistema e determinar a funcao de ¸˜ ¸˜ transferˆ ncia discreta C(z).) Como a planta a ser controlada e descrita por uma ¸˜ funcao de transferˆ ncia em s.

3. 3.2: Diagrama para obtencao de P (z). Convers˜ o A/D: o tempo de amostragem – n˜ o confundir com per´odo – e o n´vel a a ı ı de quantizacao do sinal anal´ gico s˜ o suficientemente pequenos para que a ¸˜ o a sa´da do conversor A/D possa ser aproximada por y(kT ). Uma representacao amostrada da planta ser´ obtida a partir das seguintes hipo¸˜ a teses: Realimentacao unit´ ria: um eventual ganho na malha de realimentacao e incor¸˜ a ¸˜ ´ ` porado a planta ou ao controlador. a 4. A resposta de P (s) ¸˜ a ı . ´ Convers˜ o D/A: o conversor D/A converte o sinal digital em analogico usando a um segurador de ordem zero (SOZ). onde 1(t) denota a funcao degrau unit´ rio (cont´nua). O objetivo passa a ser determinar a funcao de transferˆ ncia entre u(kT ) e y(kT ). a sa´da da planta ı ı no tempo t = kT . ¸˜ ´ A funcao de transferˆ ncia discreta desejada e obtida supondo-se que a entrada ¸˜ e ´ u(kT ) e um pulso init´ rio: u(kT ) = 1 para k = 0 e u(kT ) = 0 para k = 0.3: Resposta do conversor D/A ao pulso unit´ rio.2. ¸ ˜ PSfrag replacements e dada a funcao de transferˆ ncia cont´nua da planta. A resposta do conversor D/A ao pulso unit´ rio pode ser expressa como 1(t) − a 1(t − T ). a ´ A sa´da do conversor D/A para uma entrada deste tipo e como ilustrada na Figura ı 26. como ilustra a Figura 26. P (s). ¸˜ e ı u(kT ) D/A P (s) A/D y(kT ) Figura 26.EA721 / PAULO VALENTE / UNICAMP 240 ´ 2. PSfrag replacements 1 0 T 2T t Figura 26.

a ¸ 2. Exemplo. a funcao de transferˆ ncia de u(kT ) para y(kT ) e a transformada ¸˜ ¸˜ e Z da resposta ao pulso unit´ rio: a P (z) = Z [y(kT )] . verifica-se que P (z) = (1 − z −1 )Z P (s) . Usando a tabela. Usaremos a notacao ¸˜ P (z) = Z (1 − e−T s ) P (s) s para representar o processo de anti-transformar Y (s) = (1 − e −T s )P (s)/s para obter y(t). amostrar y(t) para obter y(kT ) e calcular a transformada Z de y(kT ) (a resposta ao pulso unit´ rio do sistema) para obter P (z). ¸˜ e 6. Expanda P (s)/s em fracoes parciais. encontre as transformadas Z dos termos individuais determinados no item 1. ´ O resultado e a funcao de transferˆ ncia discreta P (z). Como e−T s representa a um atraso de T s. e 1. Multiplique a soma dos termos em z determinados no item 2 por (1 − z −1 ). s ´ 5. 3.EA721 / PAULO VALENTE / UNICAMP ´ a esta entrada particular e Y (s) = P (s) 1 e−T s − s s P (s) . de tal forma que os termos individuais ¸˜ da expans˜ o aparecam na tabela de transformadas. s 241 = (1 − e−T s ) ´ Por definicao. s s(s + a) s s+a . s+a P (s) a 1 1 = = − . onde y(kT ) = y(t)|t=kT (amostragem) e y(t) = L−1 [Y (s)]. Na pr´ tica a funcao de transferˆ ncia discreta P (z) e obtida com o aux´lio de a ¸˜ e ı uma tabela de transformadas atrav´ s do seguinte procedimento: dado P (s). Considere P (s) = Ent˜ o a a .

ı pois neste caso 0 < c < 1. A funcao de transferˆ ncia dis¸˜ e ´ creta correspondente e P (z) = (1 − z −1 )Z = (1 − z −1 ) = = z−1 z P (s) s z z − z − 1 z − e−aT z(1 − e−aT ) (z − 1)(z − e−aT ) 1 − e−aT . s (z − 1)(z − c)2 z−1 z P (s) s e ´ onde c = e−aT . 7. A funcao de transferˆ ncia discreta e dada por ¸˜ e P (z) = = Z z(1 − c − acT ) + c2 − c + acT ] . Considere P (s) = Ent˜ o a a2 . s 242 A resposta amostrada seria 1(kT ) − e−akT 1(kT ). s s(s + a)2 Z z[z(1 − c − acT ) + c2 − c + acT ] P (s) = . Exemplo. . (z − c)2 ´ a O sistema descrito por P (z) e est´ vel do ponto de vista entrada-sa´da se a > 0. z − e−aT ´ a O sistema descrito por P (z) e est´ vel do ponto de vista entrada-sa´da se a > 0. ı pois neste caso 0 < e−aT < 1. (s + a)2 a2 P (s) = .EA721 / PAULO VALENTE / UNICAMP Note que L−1 P (s) = 1(t) − e−at 1(t).

tendo em vista a o diagrama de blocos da Figura 26. 1 + C(z)P (z) Especificacoes de desempenho ¸˜ 9.4. Em particular. As regras para manipulacao e simplificacao de diagramas de blocos descritos ¸˜ ¸˜ ¸˜ por funcoes de transferˆ ncia na vari´ vel complexa z s˜ o rigorosamente as mesmas e a a utilizadas para diagramas descritos na vari´ vel s. a funcao de transferˆ ncia de malha fechada ¸˜ e ´ entre a entrada de referˆ ncia r(k) e a sa´da da planta y(k) e dada por e ı T (z) = C(z)P (z) Y (z) = . o sistema de controle em malha fechada pode ser representado de ´ forma equivalente como ilustrado na Figura 26. O erro de rastreio do sinal de referˆ ncia e pode ser determinado atrav´ s de e E(z) = R(z) . a primeira especificacao de desempenho a ser atendida.) a a r(k) + e(k) C(z) − u(k) P (z) y(k) Figura 26. (Eventuais dist urbios agindo na PSfrag replacements planta e no sensor n˜ o est˜ o explicitamente representados. ı ¸˜ ´ ´ sem a qual nenhuma das outras e poss´vel.EA721 / PAULO VALENTE / UNICAMP 243 Diagramas de blocos ` 7.4.4: Diagrama de blocos equivalente. e que o sistema de controle em malha ı . 8. R(z) 1 + C(z)P (z) ´ A equacao caracter´stica do sistema discreto e ¸˜ ı 1 + C(z)P (z) = 0 ´ e C(z)P (z) e o ganho de malha associado. Uma vez determinada a funcao de transferˆ ncia discreta associada a planta a ¸˜ e ser controlada. Como no caso cont´nuo.

1. Resposta ao degrau unit´ rio. Assumindo que C(z) e tal que o sistema em malha fechada seja est´ vel. DT (z) DC (z)DP (z) + NC (z)NP (z) onde ’N ’ e ’D’ denotam numerador e denominador das func oes de transferˆ ncia ¸˜ e envolvidas. A funcao degrau unit´ rio discreta e definida por a ¸˜ a ´ r(kT ) = 1 para k = 0. 1 + kp onde. . . Para garantir a estabilidade do sistema discreto em malha fechada devemos selecionar um controlador C(z) tal que todas as ra´zes de ı DT (z) = DC (z)DP (z) + NC (z)NP (z) = 0 tenham m´ dulos estritamente menores do que 1. a podemos passar a caracterizar os erros de regime do sistema para determinadas ´ entradas-padr˜ o. Supondo que exista. ı kp = lim C(z)P (z) z→1 . 2. respectivamente. e assumirmos que NT (s) = 0 e DT (s) = 0 n˜ o possuem ra´zes coa ı muns. Se representarmos a funcao de transferˆ ncia de malha fechada a ¸˜ e na forma NT (z) NC (z)NP (z) T (z) = = . o ´ 12. ent˜ o os zeros e os p´ los de T (z) s˜ o as ra´zes de NC (z)NP (z) = 0 e a o a ı DC (z)DP (z) + NC (z)NP (z) = 0. o ´ 10. o erro de regime para uma a ´ dada entrada r(k) e calculado atrav´ s do Teorema do Valor Final relativo a sinais e discretos no tempo: e(∞) = lim e(k) = lim (1 − z −1 )E(z) = lim (1 − z −1 ) k→∞ z→1 z→1 R(z) .EA721 / PAULO VALENTE / UNICAMP 244 fechada seja est´ vel. como no caso cont´nuo. 1 + C(z)P (z) Em analogia com o caso de sistemas cont´nuos no tempo.. o ´ erro de regime para essa entrada e R(z) ed = lim (1 − z −1 ) z→1 1 + C(z)P (z) z z−1 z−1 = lim z→1 z 1 + C(z)P (z) 1 = lim z→1 1 + C(z)P (z) 1 = . seja finito. Como sua transformada Z e R(z) = z/(z − 1). isto e. dizemos que o sisı ´ tema discreto no tempo e do Tipo N se a funcao de transferˆ ncia de malha aberta ¸˜ e C(z)P (z) possui N p´ los em z = 1. .

ent˜ o kv e uma constante. ts . ¸˜ ´ Especificamente. assim como er . ent˜ o kp = ∞ e ed = 0.8 tr = . A t´ cnica e motivada pelo fato de sabermos expressar ´ndices e ı de desempenho t´picos da resposta ao degrau de um sistema de segunda ordem. ent˜ o kv = 0 e er = ∞. = kv z−1 z (z − 1)C(z)P (z) z→1 T ´ e a constante de velocidade do sistema. para que o erro de regime relativo a uma entrada de ordem n seja ´ ´ nulo e necess´ rio que o ganho de malha C(z)P (z) possua pelo menos n p olos em a z = 1.. . 2. ξ. Uma t´ cnica frequentemente empregada no projeto de sistemas de controle e consiste em selecionar uma funcao de transferˆ ncia para o controlador de forma ¸˜ e ´ que o sistema em malha fechada possua um par de polos dominantes comple´ xos conjulgados. o ´ erro de regime do sistema para essa entrada e R(z) er = lim (1 − z −1 ) z→1 1 + C(z)P (z) Tz (z − 1)2 = lim z→1 1 + C(z)P (z) T = lim z→1 (z − 1)[1 + C(z)P (z)] 1 . ent˜ o kp ¸˜ a ´ e uma constante. O procedimento pode ser estendido para entradas de ordens maiores. kv = lim 14. tr . Genericamente. e frequencia natural. assim como ed . Se N = 0. por 1. e tempo de a ¸˜ ¨ˆ acomodacao. . ı como m´ xima sobre-elevacao percentual. Sua transformada Z e R(z) = T z/(z − 1)2 . Se N ≥ 1. a ` ´ 13. ωn . necess´ rio para que a resposta v´ de 10% a 90% do valor de a a regime. 1. Se N = 0 (nenhum polo em z = 1). Resposta a rampa unit´ ria. obt´ m-se kv = ∞ a e e er = 0. tempo de subida. ωn . . em termos de fator de amortecimento. Se a ´ N = 1. A funcao rampa unit´ ria discreta e definida por a ¸˜ a ´ r(kT ) = kT para k = 0. Se N ≥ 2. (0 ≤ ξ < 1) o tempo de subida.EA721 / PAULO VALENTE / UNICAMP 245 ´ ´ e a constante de posicao do sistema. a m´ xima sobre-elevacao percentual e dada por a ¸˜ Mp = e−ξπ/ √ 1−ξ e de forma similar × 100. Mp .

ωn ≥ 1.5. respectivamente. a ¸˜ o . ¯ ¯s t ¯ No c´rculo unit´ rio do plano z. funcao do per´odo de amostragem ¸˜ ı ´ do sistema. ao valor ξ corresponde uma curva de fator de ı a amortecimento constante. A partir do mapeamento plano s – plano z. e que se deseja determinar a regi˜ o ¸˜ a ¯ ¯´ do plano z correspondente. As especificacoes s˜ o atendidas com ξ ≥ ξ. o a Ims ωn ¯ ¯ ξ PSfrag replacements 0 Res σ e−¯ T Figura 26.5: Regi˜ o para alocacao de p´ los no plano z. Qualquer ponto entre essa curva e o eixo real satisfaz a especificacao de m´ xima sobre-elevacao. ts = ξωn 15. Como ¯ ¸˜ ´ ´ ¨ˆ T e conhecido. os valores m´ ximos admitidos para sobre-elevacao.8 = ωn ¯ ¯ tr e ξωn ≥ 4 = σ. e poss´vel associar pontos no plano z com as caracter´sticas desejaı ı ¯ ¯ ¯ das de resposta em termos de Mp . T . tempo a ¸˜ de subida e tempo de acomodacao do sistema. A trˆ s especificacoes de desempenho ser˜ o simultaneamente σ de raio r = e e ¸˜ a atendidas escolhendo-se p´ los na regi˜ o hachurada da Figura 26. tr e ts sejam. A regi˜ o no c´rculo unit´ rio correspondente σ ≤ −¯ e um c´rculo interno a ı a σ ´ ı −¯ T . por ¸˜ 4 . Pontos no c´rculo unit´ rio a esquerda da ¸˜ a ¸˜ ı a ` curva correspondente a ωn satisfazem a especificacao de tempo de subida. tr e ts . onde ξ e ¸˜ a ¯ tal que Mp = Mp . e poss´vel determinar a curva de frequencia natural constante assoı ciada.EA721 / PAULO VALENTE / UNICAMP 246 e o tempo de acomodacao da resposta numa faixa de 2% do valor de regime. Suponha por exemplo que Mp .

T z+1 ´ onde T e o per´odo de amostragem do sistema. Em seguida o controlador cont´nuo ¸˜ ı ´ e aproximado por um controlador discreto atrav´ s de um dos v´ rios m´ todos de e a e integracao dispon´veis. 2 z−1 s= kP + kI s . resta determinar a funcao de transa ´ ferˆ ncia discreta (isto e. O procedimento neste caso e simples: atrav´ s ¸˜ e de uma t´ cnica adequada de projeto. formuladas as especificac oes a serem atendi¸˜ das pelo sistema de controle em malha fechada e definido que a implementac ao ¸˜ ¸˜ do sistema ser´ na forma de controle digital. O controlador discreto ¸˜ correspondente seria C(z) = 2 z−1 T z+1 T z+1 = kP + KI . calcular e ı C(z) = C(s) s= 2 z − 1. Exemplo: suponha que os gaı nhos do controlador proporcional-integral C(s) = kP + kI /s foram determinados de forma a atender certas especificacoes de desempenho. O m´ todo mais indicado para discretizacao de controladores cont´nuos e o da e ¸˜ ı integracao trapezoidal ou m´ todo de Tustin. obtida a funcao de ¸˜ e ¸˜ transferˆ ncia cont´nua C(s). Dada a planta a ser controlada.EA721 / PAULO VALENTE / UNICAMP 247 Aula 27 Introducao ao Controle Digital ¸˜ Projeto via discretizacao ¸˜ Projeto via emulacao ¸˜ Projeto via Lugar das Ra´zes ı Projeto via discretizacao ¸˜ 1. O primeiro pode ser denomi´ nado de projeto via discretizacao. Existem basicamente trˆ s e a e enfoques para o projeto de controladores discretos. os parˆ metros) do controlador. Consiste em. ¸˜ ı ´ 2. obt´ m-se um controlador cont´nuo que atenda e e ı as especificacoes de desempenho formuladas.

O controlador discreto o seria 1 (z + 1)(1 − e−aT ) C(z) = . caso estes uˆ sejam finitos. Exemplo. As regras b´ sicas deste mapeamento s˜ o as seguintes: a a P´ los: Os p´ los de C(s) s˜ o mapeados em p´ los de C(z) atrav´ s de z = esT . e Zeros no infinito: Os zeros de C(s) no infinito s˜ o mapeados em zeros de C(z) a no ponto z = −1. Tanto os controladores discretos obtidos atrav´ s do m´ todo de Tustin quanto e e os obtidos por emulacao de controladores cont´nuos apresentam bom desempenho ¸˜ ı . ter´amos ı C(z) z=1 = C(s) s=0 . um p´ lo em s = −a e ganho DC igual a 1. O o controlador emulado seria C(z) = kP z − e−kI T /kP ) . o a a o onde ρ = e−aT e θ = bT . z−1 Como exemplo adicional. 4. s s ´ que possui um zero em s = −kI /kP . ´ ¨ˆ Ganho: O ganho de C(z) e igualado ao ganho de C(s) numa frequencia de interesse. para a igualdade de valores DC. Aplica-se a mesma regra utilizada para polos. Considere novamente o controlador proporcional-integral C(s) = kP + kI kP (s + kI /kP ) = . Zeros finitos: Os zeros finitos de C(s) s˜ o mapeados em zeros finitos de C(z) a ´ atrav´ s de z = esT . o controlador cont´nuo C(s) = a/(s + a) possui um ı zero no infinito. 2 z − e−aT 5. Se o o a o e C(s) possui um p´ lo em s = −a+jb. Na freq¨ encia s = 0.EA721 / PAULO VALENTE / UNICAMP 248 Projeto via emulacao ¸˜ 3. ent˜ o C(z) ter´ um p´ lo em z = ρejθ . No projeto de controladores por emulacao utiliza-se a relacao z = esT entre ¸˜ ¸˜ pontos nos planos s e z para mapear o controlador cont´nuo C(s) num controlador ı discreto C(z). um p´ lo em s = 0 e ganho DC e infinito.

n˜ o e necess´ rio que o per´odo empregado na amostragem seja muito pequeno.EA721 / PAULO VALENTE / UNICAMP 249 desde que o per´odo de amostragem do sistema seja suficientemente pequeno.9672) . ı ´ O primeiro passo e encontrar a funcao de transferˆ ncia discreta da planta: ¸˜ e P (z) = (1 − z −1 )Z = P (s) s 0. e ı a Exemplo Dada a funcao de trasnferˆ ncia da planta a ser controlada. de tal forma que kv ≥ 1. (z − 1)(z − 0. s(10s + 1) obter C(z) via Lugar das Ra´zes. T´ cnicas j´ conhecidas para o projeto de e a controladores cont´nuos. a ´ a ı Projeto via Lugar das Ra´zes ı ´ 7. Observe que o gr´ fico ¸˜ a a . ¸˜ e e 6.0484(z + 0.1. O controlador resultante e ainda dependente do per´odo de amostragem do sistema. O terceiro enfoque para o projeto de controladores discretos n˜ o envolve quala quer tipo de aproximacao de controladores cont´nuos. Mp ≤ 16% e ts ≤ 10 s.9048) O LR da equacao caracter´stica 1 + C(z)P (z) = 0 relativo a C(z) = k ¸˜ ı (compensacao est´ tica) encontra-se ilustrado na Figura 27. As v´ rias etapas do projeto de controladores discretos a atrav´ s do Lugar das Ra´zes ser˜ o ilustradas por meio de um exemplo. Como a equacao caracter´stica do sistema discreto em malha fechada e ¸˜ ı 1 + C(z)P (z) = 0. e n˜ o existe nenhuma diferenca pr´ tica entre ’z’ e ’s’. ¸˜ e P (s) = 1 . O m´ todo baseado em emulacao geralmente e ¸˜ envolve menos operacoes alg´ bricas do que o m´ todo de Tustin. Reı querem verificacao a posteriori para se saber se as especificacoes de desempenho ¸˜ ¸˜ formuladas foram de fato atendidas. associando-se especificacoes a regi˜ es adequadas do c´rculo unit´ rio. o que garante a ¸˜ o ı a ¸˜ priori o atendimento das especificacoes. o projeto pode ser inteiramente desenvolvido no plano z. mas ao contr´ rio dos dois m´ todos anterioı a e res. como as baseadas no Lugar das Ra´zes do sistema em ı ı ´ malha fechada podem ser utilizadas. as regras de contrucao do Lua ¸ a ¸˜ gar das Ra´zes s˜ o rigorosamente as mesmas j´ utilizadas para projetos no dom´nio ı a a ı da transformada de Laplace. Definido o per´odo de amos¸˜ ı ı tragem do sistema.

5×1×1 = 0. Al´ m disso.6065. A constante de velocidade do sistema e ¸˜ a (z − 1)C(z)P (z) .5 Imag Axis 0 −0. aproximadamente.9048) kv = lim = z→1 Qualquer valor 1 ≤ k ≤ 2. ¸˜ e Entretanto a an´ lise de estabilidade muda: o sistema torna-se inst´ vel quando os a a ramos abandonam o c´rculo unit´ rio.EA721 / PAULO VALENTE / UNICAMP 250 ´ e o mesmo que seria obtido ao se substituir z por s na func ao de transferˆ ncia P (z).32. aproximadamente.5 −1 −1. ı 2 1. e necess´ rio que ξ ≥ 0.08.9672) = k. a regi˜ o correspondente no e a ´ ı plano z a ξ ≥ 0. ı ¸˜ a ´ Compensacao est´ tica. (T = 1s) T 0. Os ramos do LR tangenciam um c´rculo de raio 0.32 atende a especificacao kv ≥ 1. Logo.95.5.5 (Mp ≤ 16%) e ωn ≥ 1 (ts ≤ 10 seg) e o c´rculo de raio r = e−ξωn T = e−0. e o LR cruza a curva ξ = 0.1: Lugar das Ra´zes – compensacao est´ tica.5 1 0. A especiı ficacao ts ≤ 10 s tamb´ m n˜ o pode ser atendida.5 quando a k = 0. Atrav´ s dos recursos gr´ ficos do MATLAB ı a e a podemos determinar o ganho cr´tico como sendo kc = 2. (1 − 0. Mas para que ¸˜ ´ Mp ≤ 16%.048374k(1 + 0. ¸˜ e a .5 −2 −4 −3 −2 −1 Real Axis 0 1 2 Figura 27. as especificacoes kv ≥ 1 e Mp ≤ 16% n˜ o ¸˜ a podem ser simultaneamente atendidas.

1 −0.2 −0.3: Lugar das Ra´zes – compensador C1 (z).5 0.1 0 −0.2: An´ lise da especificacao ts ≤ 10 s.9 Real Axis 1 1. a ¸˜ ´ Compensacao dinˆ mica.2 Figura 27.7 0.3 −0.6 0.EA721 / PAULO VALENTE / UNICAMP 251 0.2 0.5 −2 −5 Imag Axis −4 −3 −2 Real Axis −1 0 1 Figura 27. ¸˜ Root Locus Design 2 1.64 z − 0. z − 0.4 0. s+1 que atende as especificacoes de desempenho.8 0.4 −0.9048 .5 Imag Axes 0 −0.5 −1 −1. ı .1 1.5 0.5 1 0.3679 obtido pelo m´ todo de emulacao (T = 1 s) aplicado ao compensador cont´nuo e ¸˜ ı C(s) = 10s + 1 .3 0. Uma tentativa inicial e feita com o compensador dinˆ mico ¸˜ a a C1 (z) = 6.

´ Assuma que o zero e deslocado para 0.3644 ± j0.3.9672 = 0.05.5 Imag Axes 0 −0. 1 − 0.05 . Os p´ los de malha fechada. apenas o polo e deslocado.9672 = 6. kv = 6. z − 0.64 × 0. a ¸˜ a ´ Uma possibilidade e mover o zero e o p´ lo de C1 (z) para a esquerda e ajustar o o ´ ´ ganho k.5 1 0.05.8.3679 z→1 os p´ los apresentam ξ ≈ 0.4: Deslocamento do polo do compensador para z = 0.05 como desejado. resultando no controlador C2 (z) = 6.5 −1 −1. O compensador ter´ de ser modificado. Entretanto. 1 − 0.64 × 0.5 −2 −5 −4 −3 −2 Real Axis −1 0 1 ´ Figura 27. mas os ramos tangenciam um c´rculo de raio ≈ 0. o z = 0.49 e ωn = 1.80 . para z = 0.64 z − 0.048374 ≈ 1.66. Na Figura 27.EA721 / PAULO VALENTE / UNICAMP 252 O LR associado a C1 (z) encontra-se ilustrado na Figura 27.64 ´ a constante de velocidade e kv = lim (z − 1)C1 (z)P (z) T 1 + 0.4774.65 o ı n˜ o atendendo a especificacao ts ≤ 10 s. resultando em ξ = 0. Root Locus Design 2 1. Com k = 6.2.5099 ± j0. correspondem a s = (1/T ) ln z = −0.4.05 O valor de kv tende a aumentar ao se mover o zero de C1 (z) para a esquerda.9188.048374 1 + 0.

ı ´ A resposta do sistema ao degrau unit´ rio e representada na Figura 27.6: Resposta ao degrau unit´ rio – compensador C2 (z).91.) Figura 27.4 1. A nova constante de velocidade ´ e kv = 6.6 0. aproximadamente.64 × 0.4 0.5 −1 −1.9672) = 1.5 0 0. ¸˜ 1 0. Os a p´ los de malha fechada s˜ o z1.40.7516. Step Response From: U(1) 1.5 Real Axis −1 −0.80.4410 ± j0.5 −3 −2. a .4431 e z3 = 0.6.8 To: Y(1) 0.5: Lugar das Ra´zes – compensador C2 (z).2 0 0 2 4 6 8 10 12 14 16 18 20 Time (sec.9048) Root Locus Design 1. al´ m do zero o a e em z = 0. Os p´ los complexos se traduzem em ξ = 0.8)(1 + 0.51 e ωn = 0. (1 − 0.EA721 / PAULO VALENTE / UNICAMP 253 A Figura 27.5 ilustra o LR associado a C2 (z). o que o em tese levaria a Mp ≤ 16% e ts ≤ 10 s.2 = 0.5 ´ e portanto a especificacao kv ≥ 1 e atendida.5 −4 −3.05)(1 − 0.5 −2 −1.048374 (1 − 0.5 Imag Axes 0 −0.5 1 Figura 27.2 1 Amplitude 0.

ı Step Response From: U(1) 1.89 C3 (z) = 13 . referentes ao compensador C3 (z). Root Locus Design 1.5 Real Axis −1 −0.2 0 0 2 4 6 8 10 12 14 16 18 20 Time (sec.2 1 Amplitude 0. Ap´ s um processo de tentativa-e-erro chegao se ao compensador z − 0.5 −1 −1.7: Lugar das Ra´zes – compensador C3 (z).80 diminui o amortecimento.5 1 0.75 torna a resposta mais lenta.6 0.9048.EA721 / PAULO VALENTE / UNICAMP 254 Note entretanto que este seria o comportamento para um sistema de segunda ordem sem zeros ! A presenca do zero em z = 0. As Figuras ¸˜ 29.5 Imag Axes 0 −0.5 −4 −3.8: Resposta ao degrau unit´ rio – compensador C3 (z).8 To: Y(1) 0. ¸ aumentando a m´ xima sobre-elevacao (Mp ≈ 33%).8 ilustram o Lugar das Ra´zes e a resposta do sistema ao degrau unit´ rio. aumentando o tempo de acomodac ao (ts ≈ 14 ¸˜ ´ s).50 que efetivamente atende as especificacoes de desempenho formuladas.7 e 29.5 −2 −1.5 1 Figura 27. ı a respectivamente.5 −3 −2. O efeito do zero pode ser minimizado movendo-o para pr oximo do p´ lo em o z = 0. mas isto diminuiria Kv .) Figura 27.4 1. A presenca do p´ lo em z = a ¸˜ ¸ o 0.4 0. z + 0.5 0 0. a .

S´ culo 1 DC. O conhecimento sobre realimentacao no Per´odo Helˆ nico e preservado ¸˜ ı e na Cultura Islˆ mica. via ¸˜ ¸˜ ı a ´ ´ nho. o controle da press˜ o e ¸˜ a a ´ em vasos sang¨ ´neos.EA721 / PAULO VALENTE / UNICAMP 255 Aula # ´ Pequena Historia da Realimentacao ¸˜ 1. uı ´ 2. as glˆ ndulas sudor´paras secretam fortemente. isto e. e outro exemplo de sistema realimentado no corpo humano. A natua reza intuitiva e a efic´ cia desses mecanismos na ausˆ ncia de modelos matem´ ticos a e a s˜ o evidˆ ncias da potencialidade do princ´pio da realimentacao. Quando a ¸˜ ´ temperatura ambiente torna-se mais elevada do que a temperatura normal da pele. Drebbel e o primeiro sistema realimentado inventado na Europa moderna independentemente de modelos da An- . Na obra Pneumatica. A vida na Terra se ¸˜ ´ ı tornou poss´vel porque durante o processo evolutivo foram desenvolvidos mecanisı ´ mos de realimentacao em seres vivos. A seguir o ´ ´ apresenta-se um pequeno historico do desenvolvimento tecnologico do princ´pio ı ´ interessante observar que os componentes b´ sicos do controle da realimentacao. O interesse maior neste curso e por sistemas realimentados artificiais. nos quais ¸˜ ı v´ lvulas flutuantes eram utilizadas para regular os n´veis dos reservat´ rios d’agua a ı o utilizados. e um exemplo de sistema realimentado. Obra de Vitruvius descreve relogios a agua atribu´dos a Ktesibios. Registros mais antigos sobre o emprego tecnol ogico da realimene ´ ´ tacao. induzindo o resfriamento da pele a ı ´ atrav´ s de evaporacao. o sistema de transpiracao. a e ı ¸˜ ´ Per´odo primitivo: Ate 1900 ı ´ S´ culo 3 AC. Heron de Alexandria descreve uma s´ rie de e e sistemas mecˆ nicos baseados em realimentacao para regulacao de n´vel (´ gua. E ¸˜ a em malha fechada est˜ o presentes desde os mecanismos mais primitivos. Parte do sistema de controle de temperatura do corpo humano. in˜ troduzidos pelo ser humano por razoes econˆ micas. O controle da press˜ o arterial. O pr´ prio corpo humano e um reposit´ rio de ¸˜ o o sistemas realimentados. a ´ 1634. Realimentacao e um princ´pio fundamental na Natureza. redescoberta no Ocidente no final do Renascimento. principalmente. O regulador de temperatura de C. oleo).

J. O regulador de ¸˜ Watt havia adquirido grande importˆ ncia comercial e motivava grandes cient´stas. A temperatura na cˆ mara de Drebbel era regulada a partir das proprieu a dades de expans˜ o e contracao de substˆ ncias qu´micas (alcool e merc´ rio). terceira e quarta ordens. no qual exp oe o que hoje se conhece como crit´ rio de Routh-Hurwitz. e problemas causados ¸˜ pela instabilidade do dispositivo. a ¸˜ a ı u 1745. A maioria dos dispositivos a propostos buscava eliminar problemas no funcionamento do regulador. J. Durante a o s´ culo 19. como erro de regime (offset). 1787.EA721 / PAULO VALENTE / UNICAMP 256 tig¨ idade. no qual descreve como obter as equacoes diferenciais lineares para v´ rios tipos de reguladores existentes. Watt. C. toma conhecimento do regulador centr´fugo ¸˜ ı e o adapta para regular a velocidade de rotacao da m´ quina. Routh introduziu um m´ todo simples para localizar as ¸˜ ı e . Naquele tempo se sabia que a estae bilidade de um sistema dinˆ mico era determinada pela localizacao das ra´zes da a ¸˜ ı sua equacao caracter´stica. a a ¸˜ 1783. Maxwell publica On Governors. As p´ s-de-cauda eram mona ˆ tadas em angulo reto com as p´ s principais do moinho. compensando assim variac oes na ¸˜ velocidade do vento (dist´ rbios). milhares de pa¸˜ tentes sobre reguladores de velocidade s˜ o registradas. devido a sua inerente acao proporcional. 1868. E. Lee patenteia um sistema baseado em realimentac ao chamado de p´ s¸˜ a de-cauda (fantails) para moinhos movidos pelo vento. Routh publica Stability of Motion. a an´ lise dos coeficia ¸˜ entes das equacoes diferenciais permitia determinar a estabilidade do sistema. Mead patenteia um dispositivo que ligava um regulador centr´fugo a ı ´ um mecanismo que variava as areas das p´ s principais de um moinho expostas a ao vento de acordo com a velocidade desejada. Maxwell. T. uma grande variedade de dispositivos termost´ ticos s˜ o desenvolvidos e a a e comercializados. C. u ´ 1789. que na mesma epoca havia desenvolvido uma m´ quina a vapor a para produzir movimento de rotacao. E. relatados desde a sua introduc ao. ¸˜ a ` 3. Mostra ¸˜ a ainda que para sistemas de segunda. J. ˜ 1877. Nos setenta anos seguintes a introducao do regulador de Watt. produzindo a regulacao a ¸˜ necess´ ria para manter as p´ s principais orientadas na direcao do vento. Bonnemain desenvolve sistemas de controle de temperatura a partir de sensores e atuadores baseados na expans˜ o diferencial de diferentes metais. a ı como J.

¸˜ e e a 1922. ´ ´ Per´odo pre-classico: 1900-1935 ı 5. alguns problemas ´ importantes tornaram-se evidentes: falta de conhecimento te orico sobre o funcionamento dos controladores. Integral. ¸˜ 1927. A maioria das invencoes e aplicacoes desse per´odo envolvia atividades b´ sicas ¸˜ ¸˜ ı a como controle de temperatura. a ı ¸˜ a Do desenvolvimento da ind´ stria naval. ı a a a .maior largura de banda . resulo ¸˜ taram aplicacoes de sistemas pneum´ ticos de potˆ ncia para operar mecanismos de ¸˜ a e controle de posicao. e a H. Black percebe que a distorcao poderia ser eliminada se se pudesse amplificar ¸˜ sinais com ganhos precisos. N. Ganhos precisos numa faixa de freq uencia maior .tornaram poss´vel a expans˜ o do tr´ fego nas linha de transmiss˜ o. motivado pela necessidade de navios e u canh˜ es cada vez maiores. inexistˆ ncia de m´ todos simples de an´ lise e projeto. e controle de temperatura. press˜ o e vaz˜ o em ind´ strias qu´micas. e da introducao de novas armas como torpedos. Oue a uˆ ¸˜ ¸˜ tras aplicacoes incluiam: controle de caldeiras para geracao de vapor. S. controle de velocidade de motores el´ tricos. a ´ epoca. Do aumento da compreens˜ o sobre eletricidade e seus usos surgiram novas a aplicacoes para o controle por realimentacao. e portanto a distˆ ncia atingida. correspondentes aos sinais medidos. Derivativa). o que obt´ m atrav´ s da realimentacao negativa da sa´da e e ¸˜ ı ¨ˆ do amplificador. mas a distorcao introduzida pelos amplificadores limitava o numero de o ¸˜ repetidores que poderiam ser colocados em s´ rie. press˜ o. surgido ¸˜ ¸ ¸˜ na Franca no contexto dos sistemas de controle de posic ao. controle de sistemas de guiagem de navios e e ` avi˜ es. O trabalho de Minorsky teve pouco impacto. dificuldades na abordagem de problemas devido a falta de padronizacao. Minorsky apresenta uma an´ lise clara do controle envolvido em sistea mas de controle de posicao e formula a lei de controle hoje conhecida como PID ¸˜ (Proporcional. surgiram controladores para regular tens˜ o. corrente e freq¨ encia. na qual teria chegado observando a maneira ` como timoneiros pilotam navios. n´vel e velocidade de rotacao de m´ quinas. A transmiss˜ o de sinais telefˆ nicos a longas distˆ ncias exigia amplificacoes a o a ¸˜ ´ eletrˆ nicas.EA721 / PAULO VALENTE / UNICAMP 257 ra´zes de um polinˆ mio qualquer relativamente ao eixo imagin´ rio do plano comı o a plexo. O termo servomecanismo deriva de moteur asservi. devido a inexistˆ ncia de amplificadores adequados para converter sinais de e baixa potˆ ncia. em sinais de potˆ ncia suficie e ente para fins de atuacao. 4. A meo a a u ı dida que sistemas de controle eram cada vez mais utilizados. Nas duas primeiras d´ cadas do ¸˜ ¸˜ e s´ culo XX.

H. H. 0) como ponto cr´tico ı ı para an´ lise de estabilidade . a resposta em ¸˜ a ¨e frequˆ ncia do sistema.EA721 / PAULO VALENTE / UNICAMP 258 1930. as chamadas regras de sintonia de Ziegler-Nichols. L. que utilizavam m´ todos baseados no dom´nio do tempo (equacoes diferenciais). Bode evidencia a relacao entre uma dada caracter´stica de atenuacao ¸˜ ı ¸˜ e o defasamento m´nimo associado. 0) . Idealmente buscava-se um amplificador com ı uˆ ¨ˆ ganho constante numa grande faixa de frequencias. Numa linha mais teorica. calcular sua e ¸˜ . r´ pida atenuacao fora da faixa a ¸˜ ´ e pequeno atraso de fase. Brown. margem de ganho e de limitacao de largura de banda. levando ao que hoje se conhece como crit´ rio de Nyquist para estabilidade. e e dando origem a um m´ todo para an´ lise e projeto de sistemas de controle basee a ado na combinacao de dados comput´ veis e dados experimentais. ¸˜ ´ 1942. H. ¸˜ 1932.e introduz os conceitos de a margem de fase.Nyquist utilizava (+1. no qual desenvolve uma teoria ¨ˆ de estabilidade que considera ganhos e defasamentos dependentes da freq uencia. o esquema proposto por Mason permitia a incorporac ao de ¸˜ ı ¸˜ acao integral no sistema. S. Adota o ponto (−1. Hazen e G. Nichols a publicam artigos descrevendo como obter ajustes otimos para controladores PI e ´ PID. que envolvia detetar a posicao de uma aeronave. Um dos principais problemas pr´ ticos no comeco deste per´odo era ampliar a a ¸ ı largura de banda dos sistemas de comunicacoes e ainda assim obter boas carac¸˜ ter´sticas de resposta em freq¨ encia. E. A realimentacao linearizava o funcionamento da v´ lvula de atuacao a ¸˜ a ¸˜ conectada ao amplificador. 1940. Avancos na area de controladores pneum´ ticos tornavam agora poss´vel ¸ a ı construir controladores PID’s com ganhos ajust´ veis. C. G. mecˆ nico) para simular sistemas a de controle. ´ Per´odo classico: 1935-1950 ı 6. Nyquist publica Regeneration Theory. e ı ¸˜ comecaram a desenvolver o uso de diagramas de blocos e a empregar um analisa¸ ´ dor diferencial (pequeno computador analogico. O mais importante era o de posicionamente ı de armas antia´ reas. O in´cio da Segunda Guerra Mundial desviou os esforcos na area de sistemas de ı ¸ controle para problemas espec´ficos. Mason desenvolve o equivalente pneum´ tico do amplificador de Black. B. J. Ziegler e N. Al´ m da acao proporcional viabilizada pela realimene ¸˜ tacao negativa da sa´da. ´ 7. a realimentando negativamente parte do movimento da sa´da de um amplificador ı pneum´ tico.

1948. 1947. Hall mostra que adotando-se uma abordagem por transformada de Laplace. Para resolver efi¸˜ cientemente o problema . Nichols introduz uma t´ cnica gr´ fica para obter o ganho e a fase de e a um sistema em malha fechada a partir do gr´ fico ganho logaritmico versus fase do a ¨ˆ ´ sistema em malha aberta parametrizado pela frequencia. O chamado lugar das ra´zes (root locus) de Evans permite relacionar a ı ` variacao do parˆ metro a variacao do comportamento temporal do sistema. erro de regime ¸˜ e amortecimento. Hall introduz ainda o uso ı ¸˜ e dos c´rculos M e N.as aeronaves de combate tornavam-se cada vez mais r´ pidas . A solucao envolvia diferentes sistemas. A. que permitem estimar a constante de tempo dominante do ı sistema. T´ cnicas baseadas em resposta a e temporal (solucao de equacoes diferenciais via transformada de Laplace) expressa¸˜ ¸˜ vam desempenho em termos de tempo de subida. e explorava as melhores caracter´sticas dos enfoques centrao ı dos nos dom´nios do tempo (sistemas mecˆ nicos) e da freq¨ encia (sistemas eletroı a uˆ eletrˆ nicos). isto e. e monovari´ veis. C. sistemas representados por equacoes a ¸˜ diferenciais lineares com coeficientes constantes e apenas uma entrada e uma sa´da. A t´ cnica e hoje conhee cida como carta de Nichols. 9. As inovacoes introduzidas ap´ s 1950 visam eliminar restricoes das t´ cnicas ¸˜ o ¸˜ e . Evans introduz um m´ todo gr´ fico para a an´ lise de sistemas de cone a a ´ trole. No comeco da d´ cada de 1950. R. sistemas mecˆ nicos e el´ tricos representados em diagramas de blocos a e podem ser substitu´dos por funcoes de transferˆ ncia.EA721 / PAULO VALENTE / UNICAMP 259 posicao futura e controlar precisamente o movimento da arma. As t´ cnicas cl´ ssicas permitiam tratar sistemas dinˆ micos lineares. sobre-elevac ao. ı ¨ˆ T´ cnicas baseadas em resposta em frequencia (Nyquist. ¸˜ a ¸˜ ´ Per´odo moderno: Apos 1950 ı 8.um sistema autom´ tico de rastreamento via radar foi diretamente coa a nectado ao controle de tiro. Nichols) traduziam e o comportamento desejado em termos de largura de banda. atrav´ s do qual e poss´vel investigar o comportamento das ra´zes da equacao e ı ı ¸˜ caracter´stica do sistema quando um determinado parˆ metro presente na equacao ı a ¸˜ varia. sendo essencialmente gr´ ficas. Bode. o 1943. ine a a ´ variantes no tempo. ressonˆ ncia e margens a de ganho e de fase. as inovacoes do per´odo cl´ ssico estavam con¸ e ¸˜ ı a solidadas. B. N. mecˆ nicos ¸˜ a e eletro-eletrˆ nicos. W.

cada uma delas representando a evoluc ao ¸˜ ¸˜ ´ de um estado do sistema. n˜ o-lineares e est˜ o sujeitos a ru´dos e incertezas. s˜ o obtidos de forma sia e a . no sentido da otimizacao de um ´ndice de desempenho. motivado a a ı e ´ por algumas aplicacoes do p´ s-guerra na area da pesquisa aeroespacial. ¸˜ ¸˜ a ´ atrav´ s da qual problemas de controle otimo bastante gerais podem ser subdividie dos e resolvidos em est´ gios. Wiener na d´ cada de 1940. Uma aplicacao t´pica era a ¸˜ ı ¸˜ ı interceptacao de m´sseis em tempo m´nimo (´ndice de desempenho).mul¸˜ e tivari´ veis e introduz o ´ndice de desempenho quadr´ tico. foram decisivos para o desenvolvimento dos m´ todos baseados e e ´ em controle otimo. no qual cada estado podia ser representado por um integrador. E. atrav´ s do qual obt´ m a ı a e e um procedimento de s´ntese de controladores para sistemas lineares multivari´ veis ı a baseado na realimentacao linear das vari´ veis de estado da planta.a obtencao do estado real da planta atrav´ s de medidas ruidosas . e a introducao do computador digital em meados ¸˜ da d´ cada de 1950. a 1957. Pontryagin estabelece as bases da teoria matem´ tica do controle a ´ otimo ao formular um conjunto de condicoes alg´ bricas e diferenciais.Regulador Linear-Quadr´ tico. Kalman evidencia a relacao de dualidade existente entre controle e ¸˜ filtragem . Athans) de LQR . H. u ¸˜ deram origem a in´ meros trabalhos na linha de controle por alocacao de p´ los. S. 1956. que combinados a id´ ia de controle modal proposta por H. variantes no ı a a a tempo. o ` ´ O chamado filtro de Kalman-Bucy (em referˆ ncia a cooperacao com R. o enfoque ¸˜ o ´ passou de apenas obter um controle estabilizante para obter um controle otimo. Al´ m disso. a serem satisfeitas por leis de controle otimas em ı a problemas nos quais as vari´ veis de controle encontram-se limitadas. L. conhecido ¸˜ e ´ como Princ´pio do M´ ximo. segundo ¸ ´ a qual uma equacao diferencial de ordem n e reescrita como um conjunto de n ¸˜ equacoes diferenciais de primeira ordem. Sistemas reais s˜ o geralmente multivari´ veis. Kalman tamb´ m introduziu os conceitos de controlabilidade e observabilie ` e dade. R. a 1960.Estimador e Linear-Quadr´ tico. Rosenbrock.EA721 / PAULO VALENTE / UNICAMP 260 do per´odo cl´ ssico. Os ganhos do LQE . Bellman formula o Princ´pio da Otimalidade e chega a uma t´ cnica de ı e ´ resolucao de problemas de controle otimo denominada Programacao Dinˆ mica. R. O computador analogico. a 10. O regulador ¸˜ a proposto por Kalman foi mais tarde denominado (por M. Bucy) e e ¸˜ ´ uma extens˜ o (para sistemas variantes no tempo) do trabalho sobre filtragem otima a realizado por N. As t´ cnicas ı ¸˜ ı ı e ´ de controle otimo utilizam a chamada abordagem no espaco de estados. como tamb´ m viria ser conhecido.

em particular) es¸˜ ı o tiveram entre as primeiras aplicacoes de controladores LQG’s. a ¸˜ ¸˜ ´ ¸˜ emiss˜ o de relat´ rios de producao e consumo de mat´ ria-prima. mas n˜ o satisfizeram plenamente as expectativas criadas em torno uˆ a ´ da sua capacidade de lidar com incertezas. as abordagens baseadas e ¸ e em espaco de estados foram predominantes em relac ao as baseadas em m´ todos ¸ ¸˜ ` e freq¨ enciais. que e a raz˜ o central para se utilizar a ˜ sistemas realimentados. ¸˜ Com o aparecimento do microcomputador em 1972. a Navegacao e guiagem de ve´culos espaciais (as miss˜ es Apollo. substituindo instrumentac oes anal´ gicas de con¸˜ o trole. Computadores digitais passaram a fazer parte do ¸˜ controle de processos em ind´ strias qu´micas. nem sempre dispon´veis ou mesmo pass´veis de obtencao em aplicacoes ı ı ¸˜ ¸˜ industriais importantes.EA721 / PAULO VALENTE / UNICAMP 261 ´ milar a utilizada no LQR. No comeco tinham funco e ¸ ¸ vis˜ o e monitoramento. o custo da computac ao di¸˜ gital passa a cair continuamente e novas aplicacoes s˜ o exploradas. simplicidade e flexibilidade tornaram ´ os computadores digitais atrativos. como ficaram conhecidos. A abordagem por espaco de estados pressup oe modelos ¸ matem´ ticos precisos da planta e dos demais elementos presentes na malha de a controle. O enorme progresso da area de sistemas de controle n˜ o seria poss´vel sem a a ı introducao do computador digital. um princ´pio de separacao ı a ı ¸˜ entre controle e filtragem que simplifica enormemente a s´ntese dos controladores ı ´ otimos do tipo LQG . especialmente para ind ustrias de grande porte que podiam arcar com os elevados custos iniciais de aquisic ao de computadores. Sistemas para sequenciamento de operacoes (partida. Baixo custo por malha de controle. a realimentacao dos estados ı ¸˜ ` estimados pelo LQE com os ganhos fornecidos pelo LQR levava a minimizacao do ¸˜ valor esperado do ´ndice de desempenho quadr´ tico. A partir de 1962 os computadores digitais passaram a responder pelo controle digital direto de processos. a 13. controle adaptativo e projeto ¸˜ de reguladores auto-ajust´ veis. Mais tarde mostrou-se que se os disturbios nos estados e nas medidas fossem do tipo ru´do branco Gaussiano.Linear Quadr´ tico Gaussiano. O descompasso a o ¸˜ e entre a teoria e a pr´ tica envolvidas em controle de processos estimulou o desenvola ´ vimento de areas como identificacao de sistemas. sider´ rgicas e de geracao de eneru ı u ¸˜ ˜ es apenas de supergia no final da d´ cada de 1950. Equipamentos ¸˜ a como o controlador de malha (single-loop) passam a fazer parte da maioria das ¨ instalacoes industriais. ¸˜ 11. che¸˜ ¸˜ . auxiliando na obtencao de condicoes otimas de operacao. A revalorizacao da abordagem freq¨ encial havida nas duas ¸˜ uˆ ´ ultimas d´ cadas do S´ culo XX deriva da constatacao de que incertezas parecem ser e e ¸˜ melhor tratadas no dom´nio da freq¨ encia e de avancos na aplicacao de t´ cnicas ı uˆ ¸ ¸˜ e como an´ lise funcional em teoria de controle. At´ aproximadamente o comeco da d´ cada de 1980. a ´ 12.

manufatura e transporte. Hoje em dia. praticamente todos os sistemas de controle s˜ o baseados em a controle digital. PLC’s). ¸˜ a ¸˜ ¸˜ e controle de processos.EA721 / PAULO VALENTE / UNICAMP 262 ´ gada e intertravamento) baseados em logica de rel´ s˜ o progressivamente subse a titu´dos por controladores l´ gicos program´ veis (programmable logic controlı o a lers. 14. Aplicacoes v˜ o desde geracao e distribuicao de energia el´ trica. e como eletrˆ nica automotiva e aparelhos de som e v´deo. at´ produtos de consumo de massa. o ı .

Sign up to vote on this title
UsefulNot useful